系统仿真学报
繫統倣真學報
계통방진학보
JOURNAL OF SYSTEM SIMULATION
2008年
9期
2464-2468
,共5页
杜长海%HUANG Xi-yue%杨祖元%TANG Ming-xia%杨芳勋
杜長海%HUANG Xi-yue%楊祖元%TANG Ming-xia%楊芳勛
두장해%HUANG Xi-yue%양조원%TANG Ming-xia%양방훈
智能交通系统%交通流预测%神经网络%Markov链
智能交通繫統%交通流預測%神經網絡%Markov鏈
지능교통계통%교통류예측%신경망락%Markov련
将神经网络与Markov链理论应用于随机波动的交通流预测,提出一种交通流实时滚动预测方法TDFNM.该方法采用BP网络构建交通流基准预测曲线,使用SOM网络划分残差的Markov链状态,计算各状态加权中心及状态转移概率矩阵,以此预测未来状态,并以加权中点修正计算得到精度较高的预测值,同时实现实时滚动预测.采用方法TDFNM对实测交通流量进行仿真实验,结果表明,该方法比常规BP网络具有更高的准确性,而且具有较强的适应性.
將神經網絡與Markov鏈理論應用于隨機波動的交通流預測,提齣一種交通流實時滾動預測方法TDFNM.該方法採用BP網絡構建交通流基準預測麯線,使用SOM網絡劃分殘差的Markov鏈狀態,計算各狀態加權中心及狀態轉移概率矩陣,以此預測未來狀態,併以加權中點脩正計算得到精度較高的預測值,同時實現實時滾動預測.採用方法TDFNM對實測交通流量進行倣真實驗,結果錶明,該方法比常規BP網絡具有更高的準確性,而且具有較彊的適應性.
장신경망락여Markov련이론응용우수궤파동적교통류예측,제출일충교통류실시곤동예측방법TDFNM.해방법채용BP망락구건교통류기준예측곡선,사용SOM망락화분잔차적Markov련상태,계산각상태가권중심급상태전이개솔구진,이차예측미래상태,병이가권중점수정계산득도정도교고적예측치,동시실현실시곤동예측.채용방법TDFNM대실측교통류량진행방진실험,결과표명,해방법비상규BP망락구유경고적준학성,이차구유교강적괄응성.
