论文部分内容阅读
预报可得到的停车的空间(APS ) 的技术是为停指导系统(PGS ) 的不可缺少的部件。根据在 Tyne 之上在纽卡斯尔收集的数据，英格兰， APS 的变化特征被学习。此后，试图建立预报比一个常规一步舞模型，提供更富有的信息的模型的多步 APS 最大的 Lyapunov 代表(最大的 LE ) 方法被介绍进 PGS。由用一样的数据集进行的试验性的测试，它的预言性能与在一步舞和多步的神经网络(WNN ) 方法处理的传统的小浪相比。基于结果，，预报打电话给 WNN-LE 方法的模型的新多步被建议 WNN ，在