10.3963/j.ISSN1674-4861.2011.01.005
基于时空特性和RBF神经网络的短时交通流预测
针对实际交通流变化具有较明显的动态性、周相似性和相关性,提出一种基于交通流的时空变化特性和RBF神经网络的短时交通流预测方法.该方法充分挖掘和利用了交通流时间序列的周相似性和相关性,以及相邻路段上交通流的相互影响因素,结合RBF神经网络自学习、自组织、自适应功能和大范围的数据融合特性对交通流进行短时预测.用实例进行了仿真计算和分析,结果表明该方法能够提高交通流的预测精度.
时空特性、RBF神经网络、交通流预测、仿真
29
U491(交通工程与公路运输技术管理)
2011-05-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
16-19,24