基于遗传算法及广义回归神经网络的交通仿真校正方法

摘要

本发明涉及一种基于遗传算法及广义回归神经网络的交通仿真校正方法，其包括如下步骤：a、选取车辆的平均行程时间作为评价指标，并确定参数校正的目标；b、采集所需的交通数据，以建立交通仿真模型，确定所需的待校正的参数以及对应的取值范围；c、利用遗传算法对上述确定的待校正参数的取值进行寻优计算，并利用广义回归神经网络对遗传算法迭代之后的校正参数组合进行预测；当经过遗传算法迭代后的校正参数组合匹配参数校正目标时，输出相应的校正参数组合，否则，利用遗传算法继续进行迭代，直至迭代后的校正参数组合经广义回归神经网络测试后匹配参数校正目标。本发明实现参数标定校正的高效化，保证参数校正的准确性，适应范围广，安全可靠。