原文传递
基于时空特性和RBF神经网络的短时交通流预测
| 题名： | 基于时空特性和RBF神经网络的短时交通流预测 |
| 正文语种： | 中文 |
| 作者： | 高为；陆百川；贠天鹂；谭伟 |
| 关键词： | 时空特性；RBF神经网络；交通流预测；仿真 |
| 摘要： | 针对实际交通流变化具有较明显的动态性、周相似性和相关性，提出一种基于交通流的时空变化特性和RBF神经网络的短时交通流预测方法。该方法充分挖掘和利用了交通流时间序列的周相似性和相关性，以及相邻路段上交通流的相互影响因素，结合RBF神经网络自学习、自组织、自适应功能和大范围的数据融合特性对交通流进行短时预测。用实例进行了仿真计算和分析，结果表明该方法能够提高交通流的预测精度。 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2011 |
| 期： | 01 |
| 页码： | 16-19，24 |
检索历史
应用推荐
