基于ELMAN网络的交通流量差值预测模型

摘要：

利用ELMAN神经网络,采用相关站点历史数据逼近的方法,建立了流量差值预测模型;采用主成分分析法确定神经网络输入参数;运用叠加噪声法对神经网络模型进行了泛化处理.预测模型能反映流量差值的变化趋势.

关键词：预测、流量差值、ELMAN网络、主成分分析、泛化

所属期刊栏目：27

分类号：U49(交通工程与公路运输技术管理)

在线出版日期：2009-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：48-50