短时交通量相关论文
短时交通量具有明显周期性、非线性的特点,为提高短时交通量预测的精度,笔者提出将灰色GM(1,1)模型与BP神经网络相结合的方法,并以......
期刊
为了更有效地引导交通运行,针对城市交通流量,以福州市连江县文笔路与敖江北路的交叉路口为例,构建基于小波神经网络的短时交通量......
随着城市化进程的迅猛发展，机动车日益普及，人们在享受机动车所带来的巨大便利的同时，也面临着交通拥堵困惑，因交通拥堵带来的交通事故......
为了对交通控制与诱导系统提供更可靠的数据,有必要对实时、动态的数据进行短时交通量在线预测。本文对短时交通量预测的ARIMA建模......
准确有效地预测短时交通量是实施交通诱导及控制的前提与关键。投影寻踪方法能从不符合正态分布的或没有多少先验信息的数据本身中......
针对短时交通量的非线性和时变性,提出一种基于粒子群—小波神经网络的预测方法。该方法以前馈多层感知器的神经网络拓扑结构为基......
针对短时交通量的高度非线性，提出一种基于遗传一小波神经网络的预测方法．该方法以前馈多层感知器的神经网络拓扑结构为基础，选择Morl......
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......
合理进行交通规划是缓解交通拥堵的有效途径,合理的交通规划离不开准确的交通预测作为支撑,同时也是道路设计的有力决策依据。准确......
交通流预测分析已成为智能交通的核心研究内容之一.依据混沌时间序列分析方法,建立了短时交通流的预测模型.在对实测的交通流数据......
短时交通量预测是实时管理、调度城市交通的基础。采用小波神经网络方法预测短时交通量,给出了小波变换的基本原理,选取母小波为隐......
随着我国交通基础设施建设以及智能运输系统(ITS)的快速发展，交通规划与交通诱导已成为交通领域研究的热点，而交通量的准确预测是它......
基于短时交通量时间序列的随机波动特征,提出一种小波分析和模糊马尔柯夫结合的预测方法.首先对交通量时间序列进行多分辨率小波分......
