道路网短期交通流预测方法比较

被引：53

作者：

史其信

郑为中

机构：

[1] 清华大学交通研究所

[2] 清华大学交通研究所北京　

[3] 北京　

来源：

交通运输工程学报 | 2004年 / 04期

关键词：

交通工程; 短期交通流; 预测; 方法; 比较;

D O I：

暂无

中图分类号：

U491.14 [];

学科分类号：

摘要：

介绍了用于短期交通流预测的两大类模型:统计预测算法和人工神经网络模型。对其中各种模型的特征进行了比较,将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF)神经网络模型与贝叶斯组合神经网络模型,应用于一个真实路网的短期流量预测,比较了各模型的预测结果。结果表明,组合神经网络模型预测误差最小,可靠性最高,是一种对短期交通流预测的有效方法。

引用

页码：68 / 71+83 +83

页数：5