10.3969/j.issn.1002-0268.2010.11.019
基于粗集和神经网络耦合的短时交通流预测
比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型.首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测.通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度.
交通工程、短时预测、粗糙集、神经网络、交通流
27
U491(交通工程与公路运输技术管理)
国家高技术研究发展计划八六三计划资助项目2006AA11Z206
2011-03-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
104-107