共 6 条
[6]
神经网络与应用[M]. 国防工业出版社 , 董长虹编著, 2005
基于混沌分析的道路网交通流短时预测
被引：10
作者：
董春娇
邵春福
李娟
孟梦
机构：
[1] 北京交通大学交通运输学院城市交通复杂系统理论与技术教育部重点实验室
来源：
关键词：
交通流短时预测;
混沌理论;
Elman网络;
G-P算法;
D O I：
暂无
中图分类号：
U491.112 [];
学科分类号：
摘要：
道路网交通流短时预测是实现智能交通控制和诱导系统的基础,本文以实时采集的交通流数据为基础,运用状态空间重构和G-P算法进行交通流短期特性研究.具体而言,通过分析交通流的混沌特性确定交通流率时间序列的嵌入维数,重构相空间,并以重构的交通流率时间序列作为输入,采用Elman神经网络实现道路网多断面交通流率同时预测.研究结果表明,在道路网交通流短时预测方面Elman网络优于经典的BP网络,基于混沌时间序列分析的Elman网络不仅能够实现道路网多断面同时预测,且预测效果优于无重构的神经网络.
引用
收藏
页码：340 / 345
页数：6
相关论文