作者:蒲斌; 李浩; 卢晨阳; 王治辉; 刘华时间序列智能交通交通流量预测神经网络gps数据
摘要:交通流量数据具有非周期性、非线性和随机性等特点.为了更准确地对未设置ETC路段交通流量进行预测,采取相应措施处理交通拥堵问题,提出了基于神经网络推论模型为主体的交通流量预测系统.通过实验验证了ARIMA乘积季节模型、BP神经网络和RBF神经网络的多种训练函数的预测精度及适应性.相对于常规预测方法,基于神经网络的预测方法具有更好的适应性,而且预测精度也更高.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《云南大学学报·自然科学版》(CN:53-1045/N)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
杂志详情