西南交通大学学报
西南交通大學學報
서남교통대학학보
JOURNAL OF SOUTHWEST JIAOTONG UNIVERSITY
2010年
6期
946-951
,共6页
交通流量%周期特性%重现定量分析法%重现图%预测精度
交通流量%週期特性%重現定量分析法%重現圖%預測精度
교통류량%주기특성%중현정량분석법%중현도%예측정도
为了提高交通流量的预测精度,用重现图和重现定量分析法,定量分析了交通流量时间序列的周期特性,并利用BP神经网络法和K近邻法,对短时交通流量进行了预测.实例分析表明:不同统计时间间隔和不同时段的交通流量时间序列的周期特性不同.统计时间间隔为5 min 的交通流量时间序列有较好的实时性和较强的周期性.交通流量时间序列的周期特性与预测精度正相关,夜间交通流周期性弱,预测精度为87.41%;日间交通流周期性强,预测精度为92.16%.
為瞭提高交通流量的預測精度,用重現圖和重現定量分析法,定量分析瞭交通流量時間序列的週期特性,併利用BP神經網絡法和K近鄰法,對短時交通流量進行瞭預測.實例分析錶明:不同統計時間間隔和不同時段的交通流量時間序列的週期特性不同.統計時間間隔為5 min 的交通流量時間序列有較好的實時性和較彊的週期性.交通流量時間序列的週期特性與預測精度正相關,夜間交通流週期性弱,預測精度為87.41%;日間交通流週期性彊,預測精度為92.16%.
위료제고교통류량적예측정도,용중현도화중현정량분석법,정량분석료교통류량시간서렬적주기특성,병이용BP신경망락법화K근린법,대단시교통류량진행료예측.실례분석표명:불동통계시간간격화불동시단적교통류량시간서렬적주기특성불동.통계시간간격위5 min 적교통류량시간서렬유교호적실시성화교강적주기성.교통류량시간서렬적주기특성여예측정도정상관,야간교통류주기성약,예측정도위87.41%;일간교통류주기성강,예측정도위92.16%.
