10.3969/j.issn.0258-2724.2012.02.019
基于灰色神经网络的点速度预测模型
为了克服交通流时空不稳定性导致的检测数据误差,提高预测点速度的精度,在比较传统灰色预测模型和反向(BP)神经网络预测模型优缺点的基础上,建立了灰色神经网络点速度预测模型.该模型综合了灰色预测模型所需数据少及神经网络具有的自学习和自适应能力的特点.以实测值作为输出数据,构建不同的灰色预测模型,将各灰色预测模型的预测结果作为BP神经网络训练的输入数据,得到最佳的预测模型.实例分析表明:与传统灰色理论及BP神经网络预测模型相比较,在20、40和60s采样间隔条件下,本文模型预测结果与实测值的相对误差平均减少了32%,为交通运行状态评价和行程时间预测提供了依据.
地点车速、灰色神经网络、灰色系统理论、组合预测
47
U491(交通工程与公路运输技术管理)
上海市科技攻关项目11DZ2291400
2012-08-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
285-290