基于投影寻踪神经网络模型的短时交通量预测研究

摘要：

准确有效地预测短时交通流量是实施交通诱导及控制的前提与关键,但由于短时交通流量具有高度复杂性、随机性、非线性和不确定性等特性,导致预测难度高、准确度低、实时性差.基于此,文中综合利用投影寻踪技术和BP神经网络的优点,提出了运用投影寻踪回归模型和BP神经网络技术相结合建立组合模型的预测方法,并编写出模型的算法程序.将该组合模型应用于路段短时交通量的实时预测实例,实验结果证实该组合模型具有较好的预测能力和较强的时效性.

关键词：投影寻踪回归、BP神经网络、模型、短时交通量、预测

所属期刊栏目：30

分类号：P33;TS4

资助基金：国家高技术研究发展计划863计划项目2007AA12Z228

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：44-47