一种基于动态递归神经网络的交通流量实时预测方法

摘要：

智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施,实时、准确的交通流量预测是智能交通系统实现的关键技术之一.提出了一种基于改进型Elman神经网络的交通流量实时预测方法,由于预测模型中采用的递归神经网络具有动态记忆能力,因而可在网络规模较小的情况下实现对交通流量的快速、准确预测,并用实例验证了所提出的交通流量预测方法的有效性.

关键词：交通流量、实时预测模型、动态递归神经网络、遗传算法

所属期刊栏目：12

分类号：U491;TP183(交通工程与公路运输技术管理)

资助基金：江苏省教育厅高校自然科学基金01KJD510013

在线出版日期：2004-02-20（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：14-17