论文摘要
交通流量数据具有非周期性、非线性和随机性等特点.为了更准确地对未设置ETC路段交通流量进行预测,采取相应措施处理交通拥堵问题,提出了基于神经网络推论模型为主体的交通流量预测系统.通过实验验证了ARIMA乘积季节模型、BP神经网络和RBF神经网络的多种训练函数的预测精度及适应性.相对于常规预测方法,基于神经网络的预测方法具有更好的适应性,而且预测精度也更高.
论文目录
文章来源
类型: 期刊论文
作者: 蒲斌,李浩,卢晨阳,王治辉,刘华
关键词: 时间序列,智能交通,交通流量预测,神经网络,数据
来源: 云南大学学报(自然科学版) 2019年01期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 公路与水路运输,自动化技术
单位: 云南大学软件学院,云南省交通科学研究所
基金: 国家自然科学基金(61462095),云南省软件工程重点实验室开放基金(2017SE204)
分类号: U491.14;TP183
页码: 53-60
总页数: 8
文件大小: 1558K
下载量: 271