本文關(guān)鍵詞：基于周相似性的短時交通流預(yù)測方法研究

  更多相關(guān)文章： 短時交通流預(yù)測 周相似性 BP神經(jīng)網(wǎng)絡(luò) Elman神經(jīng)網(wǎng)絡(luò) RBF神經(jīng)網(wǎng)

【摘要】：根據(jù)交通流量具有周相似的特性,利用實地采集獲取的交通流量數(shù)據(jù),選取每周周一至周五的數(shù)據(jù),構(gòu)造時間序列。本文分別用了3種不同的方法(BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò))來預(yù)測短時交通流量,并通過不同的評價指標對上述3種方法的預(yù)測效果進行了評價。實例分析表明,對于這種時間序列的預(yù)測,Elman神經(jīng)網(wǎng)絡(luò)預(yù)測效果優(yōu)于其他2種方法,更適合于短時交通流預(yù)測。
【作者單位】： 武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院;
【基金】：國家863計劃(2013AA122301;2013AA122302) 國家自然科學(xué)基金(41171347) 空間信息智能感知與服務(wù)深圳市重點實驗室(深圳大學(xué))開放基金
【分類號】：U491.14;TP183
【正文快照】： 交通控制與誘導(dǎo)系統(tǒng)是智能交通系統(tǒng)(intelligenttransportation system,ITS)研究的熱門核心課題,準確地預(yù)測交通流量,可以為控制和疏導(dǎo)交通提供科學(xué)的支持,也可以為出行者在選擇路徑上提供一定的參考[1]。交通流預(yù)測就是采用各種方式采集與道路交通流相關(guān)的數(shù)據(jù)信息,再通過一

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 唐明,陳寶星,柳伍生;基于相空間重構(gòu)的短時交通流分形研究[J];山東交通學(xué)院學(xué)報;2004年01期

2 華冬冬,陳森發(fā);非線性短時交通流的一種神經(jīng)網(wǎng)絡(luò)預(yù)測方法[J];現(xiàn)代交通技術(shù);2004年01期

3 田晶;楊玉珍;陳陽舟;;短時交通流量兩種預(yù)測方法的研究[J];公路交通科技;2006年04期

4 蔣海峰;馬瑞軍;魏學(xué)業(yè);溫偉剛;;一種基于小數(shù)據(jù)量的快速識別短時交通流混沌特性的方法[J];鐵道學(xué)報;2006年02期

5 蔣海峰;王鼎媛;張仲義;;短時交通流的非線性動力學(xué)特性[J];中國公路學(xué)報;2008年03期

6 李松;劉力軍;郭海玲;;短時交通流混沌預(yù)測方法的比較[J];系統(tǒng)工程;2009年09期

7 許倫輝;唐德華;鄒娜;夏新海;;基于非線性時間序列分析的短時交通流特性分析[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2010年01期

8 李雁;陸海亭;張寧;;一種短時交通流異常數(shù)據(jù)識別新算法[J];公路交通科技(應(yīng)用技術(shù)版);2010年04期

9 承向軍;劉軍;馬敏書;;基于分形理論的短時交通流預(yù)測算法[J];交通運輸系統(tǒng)工程與信息;2010年04期

10 張立;謝忠玉;陳凱;;基于混沌理論的短時交通流局域預(yù)測模型[J];黑龍江工程學(xué)院學(xué)報(自然科學(xué)版);2011年02期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 翁小雄;翦俊;;短時交通流頻譜分析與預(yù)測[A];第二十六屆中國控制會議論文集[C];2007年

2 張利;李星毅;施化吉;;一種基于ARIMA模型的短時交通流量改進預(yù)測算法[A];2007第三屆中國智能交通年會論文集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 李嬋;交通擁堵為何預(yù)測不準[N];北京科技報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 郭歡;基于灰理論的短時交通流動力學(xué)建模預(yù)測與優(yōu)化研究[D];武漢理工大學(xué);2013年

2 張曉利;基于非參數(shù)回歸的短時交通流量預(yù)測方法研究[D];天津大學(xué);2007年

，

本文編號：1146766