交通科技与经济
交通科技與經濟
교통과기여경제
Technology & Economy in Areas of Communications
2014年
1期
82-86
,共5页
小波神经网络%短时交通流%BP神经网络%智能交通
小波神經網絡%短時交通流%BP神經網絡%智能交通
소파신경망락%단시교통류%BP신경망락%지능교통
针对现阶段城市道路交通短时交通流预测精度不高的局限性,将小波变换引入到城市道路交通预测过程中,提出一种基于小波神经网络的预测方法.运用美国加州高速公路通行能力度量系统数据作为数据来源,应用小波变换和BP神经网络相结合对其进行预测,然后对预测结果数据进行分析,并对短时交通流进行综合评价.实验表明,该方法与传统的BP神经网络相比较,在短时交通流预测方面具有较好的有效性和优越性.
針對現階段城市道路交通短時交通流預測精度不高的跼限性,將小波變換引入到城市道路交通預測過程中,提齣一種基于小波神經網絡的預測方法.運用美國加州高速公路通行能力度量繫統數據作為數據來源,應用小波變換和BP神經網絡相結閤對其進行預測,然後對預測結果數據進行分析,併對短時交通流進行綜閤評價.實驗錶明,該方法與傳統的BP神經網絡相比較,在短時交通流預測方麵具有較好的有效性和優越性.
침대현계단성시도로교통단시교통류예측정도불고적국한성,장소파변환인입도성시도로교통예측과정중,제출일충기우소파신경망락적예측방법.운용미국가주고속공로통행능력도량계통수거작위수거래원,응용소파변환화BP신경망락상결합대기진행예측,연후대예측결과수거진행분석,병대단시교통류진행종합평개.실험표명,해방법여전통적BP신경망락상비교,재단시교통류예측방면구유교호적유효성화우월성.
