电子世界
電子世界
전자세계
ELECTRONICS WORLD
2012年
11期
2-3
,共2页
BP神经网络%交通流量%预测模型%交通压力
BP神經網絡%交通流量%預測模型%交通壓力
BP신경망락%교통류량%예측모형%교통압력
通过记录每日每地每时的交通流量,可生成统计数据,进而可形成有效高,时效性强的神经网络训练集,通过使用基本的BP神经网络方法,可利用训练集的数据来预测将来所需要的某时的交通流量大小.通过发布交通流预测信息于市民,可令有出行计划的市民更好地规划出行方式、路线并有效缓解各地交通压力过大情况.此方法可用价值高.本文具体分析了城市交通流量特征,在此基础上建立了基于BP神经网络的交通流量预测模型,并应用实际交通流量数据对预测模型进行了验证,得出结论:BP神经网络预测精度较高.
通過記錄每日每地每時的交通流量,可生成統計數據,進而可形成有效高,時效性彊的神經網絡訓練集,通過使用基本的BP神經網絡方法,可利用訓練集的數據來預測將來所需要的某時的交通流量大小.通過髮佈交通流預測信息于市民,可令有齣行計劃的市民更好地規劃齣行方式、路線併有效緩解各地交通壓力過大情況.此方法可用價值高.本文具體分析瞭城市交通流量特徵,在此基礎上建立瞭基于BP神經網絡的交通流量預測模型,併應用實際交通流量數據對預測模型進行瞭驗證,得齣結論:BP神經網絡預測精度較高.
통과기록매일매지매시적교통류량,가생성통계수거,진이가형성유효고,시효성강적신경망락훈련집,통과사용기본적BP신경망락방법,가이용훈련집적수거래예측장래소수요적모시적교통류량대소.통과발포교통류예측신식우시민,가령유출행계화적시민경호지규화출행방식、로선병유효완해각지교통압력과대정황.차방법가용개치고.본문구체분석료성시교통류량특정,재차기출상건립료기우BP신경망락적교통류량예측모형,병응용실제교통류량수거대예측모형진행료험증,득출결론:BP신경망락예측정도교고.
