基于BP神经网络的短时交通流量预测概述

扫码查看

原文链接

NETL
NSTL
维普
万方数据

中文摘要：通过记录每日每地每时的交通流量,可生成统计数据,进而可形成有效高,时效性强的神经网络训练集,通过使用基本的BP神经网络方法,可利用训练集的数据来预测将来所需要的某时的交通流量大小.通过发布交通流预测信息于市民,可令有出行计划的市民更好地规划出行方式、路线并有效缓解各地交通压力过大情况.此方法可用价值高.本文具体分析了城市交通流量特征,在此基础上建立了基于BP神经网络的交通流量预测模型,并应用实际交通流量数据对预测模型进行了验证,得出结论:BP神经网络预测精度较高.

作者：

石博莹、张昊旻

展开 >

作者单位：

北京邮电大学软件学院

关键词：

BP神经网络交通流量预测模型交通压力

出版年：

2012

电子世界

中国电子学会北京思得易咨询中心

电子世界

影响因子：0.238

ISSN：1003-0522

年,卷(期)：2012.(11)

被引量2
参考文献量1