基于投影寻踪神经网络模型的短时交通量预测研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于投影寻踪神经网络模型的短时交通量预测研究

刘元林, 胡伍生, 李素兰, 李红伟

文章导航 > 交通信息与安全 > 2012 > 30(4): 44-47

刘元林, 胡伍生, 李素兰, 李红伟. 基于投影寻踪神经网络模型的短时交通量预测研究[J]. 交通信息与安全, 2012, 30(4): 44-47. doi: 10.3963/j.issn.1674-4861.2012.04.010

引用本文:

刘元林, 胡伍生, 李素兰, 李红伟. 基于投影寻踪神经网络模型的短时交通量预测研究[J]. 交通信息与安全, 2012, 30(4): 44-47. doi: 10.3963/j.issn.1674-4861.2012.04.010

LIU Yuanlin, HU Wusheng, LI Sulan, LI Hongwei. Short-term Traffic Prediction Based on a Combined Projection Pursuit Regression and BP Neural Network Model[J]. Journal of Transport Information and Safety, 2012, 30(4): 44-47. doi: 10.3963/j.issn.1674-4861.2012.04.010

Citation:

LIU Yuanlin, HU Wusheng, LI Sulan, LI Hongwei. Short-term Traffic Prediction Based on a Combined Projection Pursuit Regression and BP Neural Network Model[J]. Journal of Transport Information and Safety, 2012, 30(4): 44-47. doi: 10.3963/j.issn.1674-4861.2012.04.010

刘元林, 胡伍生, 李素兰, 李红伟. 基于投影寻踪神经网络模型的短时交通量预测研究[J]. 交通信息与安全, 2012, 30(4): 44-47. doi: 10.3963/j.issn.1674-4861.2012.04.010

引用本文:

刘元林, 胡伍生, 李素兰, 李红伟. 基于投影寻踪神经网络模型的短时交通量预测研究[J]. 交通信息与安全, 2012, 30(4): 44-47. doi: 10.3963/j.issn.1674-4861.2012.04.010

LIU Yuanlin, HU Wusheng, LI Sulan, LI Hongwei. Short-term Traffic Prediction Based on a Combined Projection Pursuit Regression and BP Neural Network Model[J]. Journal of Transport Information and Safety, 2012, 30(4): 44-47. doi: 10.3963/j.issn.1674-4861.2012.04.010

Citation:

LIU Yuanlin, HU Wusheng, LI Sulan, LI Hongwei. Short-term Traffic Prediction Based on a Combined Projection Pursuit Regression and BP Neural Network Model[J]. Journal of Transport Information and Safety, 2012, 30(4): 44-47. doi: 10.3963/j.issn.1674-4861.2012.04.010

基于投影寻踪神经网络模型的短时交通量预测研究

doi: 10.3963/j.issn.1674-4861.2012.04.010

东南大学交通学院南京210096
东南大学交通学院南京210096
武汉市桥梁维修管理处武汉430015
东南大学交通学院南京210096

基金项目:

国家高技术研究发展计划(863计划)项目

计量
- 文章访问数: 282
- HTML全文浏览量: 74
- PDF下载量: 1
- 被引次数: 0
出版历程
- 刊出日期: 2012-08-28

Short-term Traffic Prediction Based on a Combined Projection Pursuit Regression and BP Neural Network Model

摘要: 准确有效地预测短时交通流量是实施交通诱导及控制的前提与关键,但由于短时交通流量具有高度复杂性、随机性、非线性和不确定性等特性,导致预测难度高、准确度低、实时性差.基于此,文中综合利用投影寻踪技术和BP神经网络的优点,提出了运用投影寻踪回归模型和BP神经网络技术相结合建立组合模型的预测方法,并编写出模型的算法程序.将该组合模型应用于路段短时交通量的实时预测实例,实验结果证实该组合模型具有较好的预测能力和较强的时效性.
- 投影寻踪回归 /
- BP神经网络 /
- 模型 /
- 短时交通量 /
- 预测

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 282
HTML全文浏览量: 74
PDF下载量: 1
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由北京仁和汇智信息技术有限公司开发