短时交通流量两种预测方法的研究

摘要：

实时、准确的完成短时交通流量预测是实现交通控制与诱导的关键.采用基于L-M算法的BP神经网络预测方法和基于混沌时间序列的预测方法对短时交通流量时间序列进行了预测研究,给出两种方法的基本原理及具体的预测步骤,并对一组实际的流量数据进行了预测.仿真结果表明:两种方法都能较准确的预测交通流量,但混沌时间序列方法的实时性更好一些,更适合于预测短时交通流量.

关键词：短时交通流量、预测、神经网络、L-M算法、混沌时间序列

所属期刊栏目：23

分类号：U491.1(交通工程与公路运输技术管理)

资助基金：北京市教委科技发展计划项目TM20041000501

在线出版日期：2006-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：103-106