10.3778/j.issn.1002-8331.2008.06.073
基于聚类与自适应神经模糊推理的车速预测
针对道路交通系统的非线性和随机性特点,设计一种具有学习能力的车速预测方法.首先,对交通流历史特征数据采用模糊聚类的方法进行状态分类并确立模型结构.然后,建立交通流状态预测的自适应神经模糊系统,以实测交通流数据进行系统参数优化训练.最后,利用MATLAB进行系统的仿真及检测.检测的预测结果表明系统具有良好的应用性能.
交通运输工程、车速预测、减法聚类、自适应神经模糊推理系统、训练、检测
44
TP11;U491(自动化基础理论)
2008-05-26(万方平台首次上网日期,不代表论文的发表时间)
共3页
240-242