公路
公路
공로
HIGHWAY
2007年
7期
157-160
,共4页
公路通道%交通量预测%最小二乘方法%神经网络预测
公路通道%交通量預測%最小二乘方法%神經網絡預測
공로통도%교통량예측%최소이승방법%신경망락예측
针对公路通道交通量预测的复杂性,提出偏最小二乘神经网络组合模型.传统的预测方法需要考虑城市经济、人口、工业发展等因素,这些因素之间存在密切的相关性,往往使得预测精度降低.本文将针对这些不足进行改进,将偏最小二乘方法和改进神经网络方法相结合,提取对因变量解释最强的成分进行预测.将该预测模型应用于揭阳市公路网规划通道交通量预测中,取得了良好的效果.
針對公路通道交通量預測的複雜性,提齣偏最小二乘神經網絡組閤模型.傳統的預測方法需要攷慮城市經濟、人口、工業髮展等因素,這些因素之間存在密切的相關性,往往使得預測精度降低.本文將針對這些不足進行改進,將偏最小二乘方法和改進神經網絡方法相結閤,提取對因變量解釋最彊的成分進行預測.將該預測模型應用于揭暘市公路網規劃通道交通量預測中,取得瞭良好的效果.
침대공로통도교통량예측적복잡성,제출편최소이승신경망락조합모형.전통적예측방법수요고필성시경제、인구、공업발전등인소,저사인소지간존재밀절적상관성,왕왕사득예측정도강저.본문장침대저사불족진행개진,장편최소이승방법화개진신경망락방법상결합,제취대인변량해석최강적성분진행예측.장해예측모형응용우게양시공로망규화통도교통량예측중,취득료량호적효과.
