面向实时短时交通流预测过程神经元网络建模.PDFVIP

下载本文档

9
0
约3.54万字
约 5页
2018-09-21 发布于湖北
举报
版权申诉

面向实时短时交通流预测过程神经元网络建模.PDF

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第卷第期交通运输工程学报９５Ｖｏｌ．９Ｎｏ．５　　年月２００９１０ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｏｒｔａｔｉｏｎＥｎｉｎｅｅｒｉｎＯｃｔ．２００９ｐｇｇ文章编号：（）１６７１１６３７２００９０５００７３０５面向实时短时交通流预测的过程神经元网络建模１１１２宋国杰，胡程，谢昆青，彭锐　　（北京大学机器感知与智能教育部重点实验室，北京；中咨泰克交通工程有限公司，北京）１．１００８７１２．１０００８３　　摘要：为了充分利用交通流的时空过程特性，进行交通流的实时预测，将过程神经元网络和数据　流在线学习技术引入到短时交通流预测中。充分考虑交通流的日周期、周周期等内在特性，结合过程神经元网络和小波变换，实现对历史数据的多尺度过程特征处理。构建了路网整体预测过程神经元网络模型，并采用主成分分析方法，利用交通流空间相似性的影响对模型进行优化。基于Ｈａｒｒ小波技术提出具有自适应和实时性预测特征的在线学习算法。试验结果表明：该模型的预测准确性优于普通神经网络，平均百分比相对误差降低６％８％，预测时间至少降低６７％，具有较高～的性能，能满足短时交通流实时预测的需求。关键词：交通预测；短时交通流；过程神经元网络；小波变换中图分类号：文献标志码：Ｕ４９１．１４Ａ　　　犘狉狅犮犲狊狊狀犲狌狉犪犾狀犲狋狑狅狉犽犿狅犱犲犾犻狀犳狅狉狉犲犪犾狋犻犿犲犵狊犺狅狉狋狋犲狉犿狋狉犪犳犳犻犮犳犾狅狑狉犲犱犻犮狋犻狅狀狆１１１２，，，ＳＯＮＧＧｕｏｉｅＨＵＣｈｅｎＸＩＥＫｕｎｉｎＰＥＮＧＲｕｉｊｇｑｇ（，，，；１．ＫｅＬａｂｏｒａｔｏｒｏｆＭａｃｈｉｎｅＰｅｒｃｅｔｉｏｎｏｆＭｉｎｉｓｔｒｏｆＥｄｕｃａｔｉｏｎＰｅｋｉｎＵｎｉｖｅｒｓｉｔＢｅｉｉｎ１００８７１Ｃｈｉｎａｙｙｐｙｇｙｊ