以下是小编为大家收集的基于RBF神经网络的短时交通流量预测，本文共5篇，欢迎参阅，希望可以帮助到有需要的朋友。本文原稿由网友“过热媒介”提供。
篇1：基于RBF神经网络的短时交通流量预测
基于RBF神经网络的短时交通流量预测
城市交通网络是个复杂的.系统,不同时段的交通流量之间有着非线性关系.神经网络具有识别复杂非线性系统的特性.利用RBF神经网络构建了短时交通流量动态预测模型,对某城市道路的短时交通流量进行预测,取得了较好的结果.
作 者：张九跃 焦玉栋 ZHANG Jiu-yue JIAO Yu-dong 作者单位：张九跃,ZHANG Jiu-yue(淄博天为市政工程设计有限公司,山东,淄博,255000)焦玉栋,JIAO Yu-dong(淄博市土木建筑学会,山东,淄博,255000)
刊 名：山东交通学院学报 英文刊名：JOURNAL OF SHANDONG JIAOTONG UNIVERSITY 年，卷(期)： 16(3) 分类号：V491.1 关键词：非线性系统 短时交通流量 RBF神经网络篇2：路口短时交通流量预测方法
路口短时交通流量预测方法
本文提出一种基于BP神经网络预测路口短时交通流量的'方法,该方法将路口其他非预测方向和交通信号配时方案对流量预测的影响因素考虑在内.
作 者：宁云隆 刘丹 许淑伟 作者单位：装甲兵技术学院,吉林长春,130117 刊 名：科技资讯 英文刊名：SCIENCE & TECHNOLOGY INFORMATION 年，卷(期)： “”(13) 分类号：U491 关键词：流量预测 BP神经网络 交叉路口篇3：短时交通流量两种预测方法的研究
短时交通流量两种预测方法的研究
实时、准确的完成短时交通流量预测是实现交通控制与诱导的关键.采用基于L-M算法的BP神经网络预测方法和基于混沌时间序列的'预测方法对短时交通流量时间序列进行了预测研究,给出两种方法的基本原理及具体的预测步骤,并对一组实际的流量数据进行了预测.仿真结果表明:两种方法都能较准确的预测交通流量,但混沌时间序列方法的实时性更好一些,更适合于预测短时交通流量.
作 者：田晶 杨玉珍 陈阳舟 TIAN Jing YANG Yu-zhen CHEN Yang-zhou 作者单位：北京工业大学,电子信息与控制工程学院,北京,100022 刊 名：公路交通科技 ISTIC PKU英文刊名：JOURNAL OF HIGHWAY AND TRANSPORTATION RESEARCH AND DEVELOPMENT 年，卷(期)： 23(4) 分类号：U491.1 关键词：短时交通流量 预测 神经网络 L-M算法 混沌时间序列篇4：军用无人机研制费用的RBF神经网络预测
军用无人机研制费用的RBF神经网络预测
应用基于最近邻聚类算法的径向基函数(RBF)网络建立了军用无人机研制费用预测模型,并采用该模型对某型军用无人机研制费用进行了预测.实例表明,与多元线性回归和BP神经网络的预测结果相比,建立的新型军用无人机研制费用预测模型具有更高的`预测精度.
作 者：郭风 李登科 张恒喜 孟科 GUO Feng LI Deng-ke ZHANG Heng-xi MENG Ke 作者单位：空军工程大学工程学院,陕西,西安,710038 刊 名：电光与控制 ISTIC PKU英文刊名：ELECTRONICS OPTICS & CONTROL 年，卷(期)： 12(6) 分类号：V279 关键词：最近邻聚类算法 RBF网络 费用预测 BP网络 无人机篇5：空中交通流量的短期预测
空中交通流量的短期预测
用霍尔特-温特斯模型对机场的短期空中交通流量进行预测,首先介绍了该模型的具体预测步骤,并采用面向对象的软件技术,设计开发了预测模型软件.该预测模型软件除了可以根据用户设定的平滑系数进行预测之外,还可以自动计算出预测效果较优的`“最优平滑系数”.本文利用自1998年来首都机场各个月份的交通流量实际数据,对2006年的12个月份数据进行预测,经过与实际数据的比较发现相对误差在3%左右.结果表明,基于“最优平滑系数”的霍尔特-温特斯模型能较好的预测机场的短期空中交通流量,是一种为空中交通战略流量管理提供准确数据的有效方法.
作 者：赵嶷飞 王红勇 ZHAO Yi-fei WANG Hong-yong 作者单位：中国民航大学,空中交通管理学院,天津300300 刊 名：交通运输工程与信息学报 ISTIC英文刊名：JOURNAL OF TRANSPORTATION ENGINEERING AND INFORMATION 年，卷(期)：2007 5(4) 分类号：V355 关键词：温特斯法 指数平滑 时间序列 预测模型 空中交通流量
