10.19557/j.cnki.1001-9944.2018.11.020
基于ANFIS模型隧道交通量预测研究
交通量预测作为隧道通风照明控制节能的一个重要环节,对通风控制可以实现超前控制,从而节省部分电能,因此针对如何实现准确的交通量预测提出一种基于Takagi-Sugeno模型的ANFIS自适应模糊神经推理系统,它是以历史数据作为输入数据,利用模糊系统和神经系统相结合的优势对隧道小时交通量进行高精度的预测,利用Matlab软件建立ANFIS预测模型,作为对比,同时利用小波神经网络预测方法对同样数据进行训练,再对两种不同的预测性能加以对比分析,结果表明ANFIS(自适应神经模糊推理系统)的方法预测精度更高,有一定的现实意义.
ANFIS模型、交通量、预测、Matlab、小波神经网络
33
TP312(计算技术、计算机技术)
2018-12-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
95-99