学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
一种基于动态递归神经网络的交通流量实时预测方法
被引:12
作者
:
徐启华
论文数:
0
引用数:
0
h-index:
0
机构:
淮海工学院电子工程系
徐启华
丁兆奎
论文数:
0
引用数:
0
h-index:
0
机构:
淮海工学院电子工程系
丁兆奎
毕训银
论文数:
0
引用数:
0
h-index:
0
机构:
淮海工学院电子工程系
毕训银
机构
:
[1]
淮海工学院电子工程系
[2]
淮海工学院电子工程系 江苏连云港
[3]
江苏连云港
来源
:
淮海工学院学报(自然科学版)
|
2003年
/ 04期
关键词
:
交通流量;
实时预测模型;
动态递归神经网络;
遗传算法;
D O I
:
暂无
中图分类号
:
U491 [交通工程与交通管理];
学科分类号
:
082302 ;
082303 ;
摘要
:
智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施 ,实时、准确的交通流量预测是智能交通系统实现的关键技术之一。提出了一种基于改进型 Elman神经网络的交通流量实时预测方法 ,由于预测模型中采用的递归神经网络具有动态记忆能力 ,因而可在网络规模较小的情况下实现对交通流量的快速、准确预测 ,并用实例验证了所提出的交通流量预测方法的有效性
引用
收藏
页码:14 / 17
页数:4
相关论文
未找到相关数据
未找到相关数据