基于改进SWF神经网络多因素行程时间预测模型与算法

摘要：

行程时间预测一直是交通领域研究的重点问题之一,道路系统的复杂性使预测工作变得困难.将影响路段行程时间的多种因素和改进后的样条权函数神经网络结合起来,根据机动车运行特点,建立行程时间预测模型,可以刻划道路运行的多种状态,能较准确的估计出路段的行程时间,也继承了样条权函数神经网络算法的各种优点.

关键词：交通量、样条权函数、神经网络、行程时间、信号周期

所属期刊栏目：30

分类号：TP183(自动化基础理论)

资助基金：上海市教委科研创新基金项目11YS272;上海海事大学科研基金项目批准20110021;上海高校青年教师培养资助计划项目sdju009;上海海事大学研究生创新能力培养专项基金资助项目yc2011046;上海电机学院重点学科建设项目10XKJ01

在线出版日期：2012-12-05（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：24-27