粗正交小波网络及其在交通流预测中的应用

被引：7

作者：

杨立才

贾磊

孔庆杰

林姝

机构：

[1] 山东大学控制科学与工程学院

来源：

系统工程理论与实践 | 2005年 / 08期

关键词：

小波网络; 交通预测; 粗集; 主成分分析; 智能交通系统;

D O I：

暂无

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

0838 ;

摘要：

基于交通流预测的特点和输入向量的主成分分析方法,把粗集理论与正交小波网络相结合,给出了一种基于粗集的正交小波网络交通预测模型,并成功应用于城市交通流的实时预测.粗正交小波网络具有极强的鲁棒性,可以有效克服季节、天气等随机因素对交通流量预测性能的影响;主成分分析方法解决了正交小波网络多维输入时的维数灾难.实验结果表明,该模型的预测精度和收敛速度明显优于常规BP网络和小波框架神经网络,对交通流量等预测问题具有较高的应用价值.

引用

页码：124 / 129

页数：6

共 6 条

[1] 粗神经网络及其在交通流预测中的应用
杨立才
贾磊
[J]. 公路交通科技, 2004, (10) : 95 - 98
[2] 一种广义小波神经网络的结构及其优化方法
丁勇
刘守生
胡寿松
[J]. 控制理论与应用, 2003, (01) : 125 - 128
[3] 正交尺度小波网络及在非线性经济系统预测中的应用
张新红
[J]. 运筹与管理, 2002, (06) : 99 - 103
[4] 实时交通流量人工神经网络预测模型
朱中
杨兆升
[J]. 中国公路学报, 1998, (04) : 92 - 95
[5] ROUGH SETS
PAWLAK, Z
[J]. INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05): : 341 - 356
[6] Function approximation using robust wavelet neural networks. Li S T, Chen S C. Proc of the 14th IEEE International Conference on Tools with Artificial Intelligent . 2002

← 1 →