基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了研究城市道路动态变化的交通流量之间的关系,本文分析了城市道路交通流量分布的特点,提出了用相关路段的流量数据逼近目标路段流量的思想,给出了用于逼近的神经网络模型、具体算法和评价标准,在比较精确的训练样本基础上对网络进行了训练,测试了训练后的网络的性能,并与传统的多项式逼近方法进行了比较.实验表明,采用基于神经网络的非线性动态逼近方法较传统的多项式逼近方法能够更加有效的改善逼近的误差.
推荐文章
船舶交通流量预测的灰色神经网络模型
船舶交通量
灰色模型
神经网络
基于粒子群的模糊神经网络交通流量预测
短时交通流
预测模型
模糊神经网络
粒子群算法
基于神经网络算法的交通流量预测建模与计算
交通流量预测
特征分析
预测结果计算
预测模型
评价体系设计
模型优化
基于PSO的BP神经网络-Markov船舶交通流量预测模型
船舶交通流量预测
BP神经网络
马尔科夫模型(Markov模型)
粒子群优化(PSO)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用相关路段交通流逼近目标路段流量的神经网络方法
来源期刊 交通运输工程与信息学报 学科 经济
关键词 交通工程 函数逼近 人工神经网络 交通流量预测
年,卷(期) 2004,(1) 所属期刊栏目
研究方向 页码范围 75-80
页数 6页 分类号 F540
字数 2777字 语种 中文
DOI 10.3969/j.issn.1672-4747.2004.01.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李存军 西南交通大学计算机与通信工程学院 6 132 6.0 6.0
2 邓红霞 西南交通大学交通运输学院 2 24 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (10)
同被引文献  (10)
二级引证文献  (77)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(8)
  • 引证文献(1)
  • 二级引证文献(7)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(10)
  • 引证文献(0)
  • 二级引证文献(10)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
交通工程
函数逼近
人工神经网络
交通流量预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通运输工程与信息学报
季刊
1672-4747
51-1652/U
大16开
四川省成都市西南交通大学九里校区
2003
chi
出版文献量(篇)
1466
总下载数(次)
9
总被引数(次)
11264
论文1v1指导