短时交通流量两种预测方法的研究

• 作者: 杨玉珍 田晶 陈阳舟
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 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
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 智能运输系统与交通工程
• 页码范围: 103-106
• 页数: 4页
• 分类号: U491.1
• 字数: 3608字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2006.04.025

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈阳舟	北京工业大学电子信息与控制工程学院	139	1333	19.0	27.0
2	杨玉珍	北京工业大学电子信息与控制工程学院	33	334	10.0	17.0
3	田晶	北京工业大学电子信息与控制工程学院	2	61	2.0	2.0