同济大学学报（自然科学版）
同濟大學學報（自然科學版）
동제대학학보（자연과학판）
JOURNAL OF TONGJI UNIVERSITY(NATURAL SCIENCE)
2013年
1期
60-65
,共6页
行程时间估计值%准确度评价%BP神经网络%浮动车数据%线圈数据
行程時間估計值%準確度評價%BP神經網絡%浮動車數據%線圈數據
행정시간고계치%준학도평개%BP신경망락%부동차수거%선권수거
提出BP神经网络融合模型.该模型由三部分组成:初始数据产生模块、BP神经网络数据融合模块、融合结果分析模块.选择四个参数作为该模型的输入变量,其中路段交通流密度和交通量由线圈数据提供,而行程时间估计值与浮动车样本量由浮动车数据提供,并且给出选择这四个参数的依据与原因.最后选择杭州市的一条主干道作为目标路段,采集该路段上的406组数据对该模型进行验证,试验结果表明模型对准确度评价的相对误差仅为4.86％.
提齣BP神經網絡融閤模型.該模型由三部分組成:初始數據產生模塊、BP神經網絡數據融閤模塊、融閤結果分析模塊.選擇四箇參數作為該模型的輸入變量,其中路段交通流密度和交通量由線圈數據提供,而行程時間估計值與浮動車樣本量由浮動車數據提供,併且給齣選擇這四箇參數的依據與原因.最後選擇杭州市的一條主榦道作為目標路段,採集該路段上的406組數據對該模型進行驗證,試驗結果錶明模型對準確度評價的相對誤差僅為4.86％.
제출BP신경망락융합모형.해모형유삼부분조성:초시수거산생모괴、BP신경망락수거융합모괴、융합결과분석모괴.선택사개삼수작위해모형적수입변량,기중로단교통류밀도화교통량유선권수거제공,이행정시간고계치여부동차양본량유부동차수거제공,병차급출선택저사개삼수적의거여원인.최후선택항주시적일조주간도작위목표로단,채집해로단상적406조수거대해모형진행험증,시험결과표명모형대준학도평개적상대오차부위4.86％.
