10.3321/j.issn:1000-6788.2007.08.022
基于主成分分析和组合神经网络的短时交通流预测方法
提出一种将主成分分析和组合神经网络相结合的方法来预测短时交通流量.将预测路段历史流量及其相关路段的历史流量进行主成分分析,分析结果作为组合神经网络的输入数据,这样不仅减少了输入变量个数,减小网络规模,而且保留了原始变量的主要信息,消除变量之间的相关性.给出了一个说明该方法有效性的例子,用同一组数据比较该方法与典型BP网络的预测效果,结果表明该方法明显优于BP网络.
预测、短时交通流、主成分分析、组合神经网络
27
TP183(自动化基础理论)
2007-10-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
167-171