三种交通流量预测模型的建立及其比较

被引：11

作者：

张朝元 ^{[1
]}

胡光华 ^{[2
]}

徐天泽 ^{[3
]}

机构：

[1] 大理学院理学院

[2] 云南大学数学系

[3] 云南警官学院

来源：

关键词：

城市交通; 交通流量; 多元线性回归; 支持向量机; BP神经网络; 预测模型;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; U491 [交通工程与交通管理];

学科分类号：

082301 [道路与铁道工程]; 140502 [人工智能];

摘要：

针对城市交通“智能运输系统”和交通流的特性,采用先进的支持向量机算法和由它改进的BP神经网络方法来建立交通流量预测模型,并将它们及多元线性回归模型分别用于实际流量模拟.实验验证了由支持向量机算法和改进的BP神经网络建立的预测模型具有更高的预测效果和模拟精度.

引用

页码：104 / 107

页数：4

共 6 条

[1]

张朝元 ;

胡光华 ;

徐天泽 ;

殷英 .

[2]

丁爱玲 .

[3]

统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,

[4]

人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,

[5]

概率论与数理统计方法.[M].刘剑平;陆元鸿主编;.华东理工大学出版社.1999,

[6]

偏最小二乘回归方法及其应用.[M].王惠文著;.国防工业出版社.1999,