交通量预测的神经网络集成方法

被引:13
作者
陈淑燕
王炜
瞿高峰
张胜
机构
[1] 东南大学交通学院
[2] 南京师范大学江苏省光电重点实验室 江苏 南京 南京师范大学江苏省光电重点实验室江苏 南京 
[3] 江苏 南京 
关键词
交通量; 预测; 神经网络集成;
D O I
暂无
中图分类号
U491.14 [];
学科分类号
摘要
首次将神经网络集成技术引入交通量预测。神经网络集成通过训练多个神经网络并将各网络输出进行合成,可显著提高学习系统的泛化能力。在Boosting和Bagging集成方法的基础上,提出基于分治策略的神经网络集成方法,并且讨论了网络权重分配算法。使用上述三种神经网络集成预测模型,对苏州某交叉口实时交通量进行预测,预测结果比较理想,优于单一神经网络预测方法。实验表明,神经网络集成用于交通量预测是有效可行的。
引用
收藏
页码:80 / 83+92 +92
页数:5
相关论文
共 6 条
[1]   神经网络集成 [J].
周志华 ;
陈世福 .
计算机学报, 2002, (01) :1-8
[2]  
基于预测有效度的组合预测模型研究[J]. 陈华友.预测. 2001(03)
[3]   基于模糊神经网络的信号交叉口交通量预测方法研究 [J].
尹宏宾 ;
徐建闽 ;
黄仕进 .
中国公路学报, 2000, (03) :80-83
[4]   一种选择性神经网络集成构造方法 [J].
吴建鑫 ;
周志华 ;
沈学华 ;
陈兆乾 .
计算机研究与发展, 2000, (09) :1039-1044
[5]   确定组合预测权系数最优近似解的方法研究 [J].
王明涛 .
系统工程理论与实践, 2000, (03) :104-109
[6]   实时交通流量人工神经网络预测模型 [J].
朱中 ;
杨兆升 .
中国公路学报, 1998, (04) :92-95