基于神经网络的隧道小时交通量预测方法

• 作者: 王英伟 田梅 赵忠杰
• 来源期刊: 微电子学与计算机
• 关键词: 神经网络 交通量 预测方法
• 年，卷（期）: 2007,（11）
• 页码范围: 134-137
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2007.11.039

摘要

充分利用人工神经网络强大的学习能力和其对非线性系统很强的模拟能力以及MAFLAB的人工神经网络工具箱的强大功能,建立隧道小时交通量神经网络预测模型,对隧道短期交通量预测方法进行研究.研究测试结果表明经过训练后的神经网络能够很好地预测隧道下一时段的交通量,其精度完全可以满足实际应用的要求.用神经网络理论进行隧道小时交通量预测具有建模容易、精确度高、联想记忆等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵忠杰	长安大学信息工程学院	28	197	7.0	13.0
2	田梅	长安大学信息工程学院	9	64	5.0	8.0
3	王英伟	长安大学信息工程学院	1	3	1.0	1.0