首页 > 《扬州职业大学学报》 > 2016年2期 > 城市交通流小波神经网络预测方法研究

城市交通流小波神经网络预测方法研究

在线阅读下载PDF 导出详情

摘要城市交通流具有复杂性、随机性、模糊性和非线性的特点,城市交通流的准确预测对于解决城市交通问题具有现实意义。针对RBF网络存在的隐层节点中心难以求得的问题,通过构建的小波神经网络对扬州市文昌西路时代广场路口东西方向的交通流进行仿真预测。结果表明,小波神经网络可以准确地、实时地预测交通流,与RBF网络的预测结果对比,小波神经网络拥有相对较高的预测精度。

DOI n498www7dy/1658883

作者王志伟

机构地区不详

出处《扬州职业大学学报》 2016年2期

关键词交通工程交通流小波神经网络 RBF网络预测精度

分类 [文化科学][职业技术教育学]

出版日期 2016年02月12日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1孟繁林. 基于小波神经网络的VTS水域船舶交通流短期预测研究.船舶与海洋工程,2017-04.
2杨显立;许伦辉;周勇. 基于小波神经网络的道路交通流量实时预测模型研究.道路与铁道工程,2013-05.
31方烁翔,2马宇康. 基于神经网络的交通流量预测模型研究.建筑理论,2024-05.
4程逸闻1. 基于神经网络的道路短时交通流预测研究综述.建筑技术科学,2023-08.
5王浩楠,刘岩,刘旭. 基于ARIMA融合神经网络的船舶交通流量预测研究.,2022-04.
6李丹丹. 城市交通流量预测及控制策略研究.文化科学,2018-12.
7郑超. 道路交通流量预测与城市交通规划研究.建筑技术科学,2024-03.
8梁永兴. 基于小波神经网络的商业体电力负荷预测.建筑技术科学,2018-12.
9刘金凯. 基于交通流量预测的城市交通规划与设计研究.建筑技术科学,2023-09.
10刘金凯. 基于交通流量预测的城市交通规划与设计研究.建筑技术科学,2023-09.

来源期刊

扬州职业大学学报

相关推荐

同分类资源更多

相关关键词

交通工程交通流小波神经网络 RBF网络预测精度

返回顶部