基于神经网络和Markov链的交通流实时滚动预测

• 作者: HUANG Xi-yue TANG Ming-xia 杜长海 杨祖元 杨芳勋
• 来源期刊: 系统仿真学报
• 学科: 交通运输
• 关键词: 智能交通系统 交通流预测 神经网络 Markov链
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 短文
• 页码范围: 2464-2468
• 页数: 5页
• 分类号: U491.1
• 字数: 4981字
• 语种: 中文

摘要

将神经网络与Markov链理论应用于随机波动的交通流预测,提出一种交通流实时滚动预测方法TDFNM.该方法采用BP网络构建交通流基准预测曲线,使用SOM网络划分残差的Markov链状态,计算各状态加权中心及状态转移概率矩阵,以此预测未来状态,并以加权中点修正计算得到精度较高的预测值,同时实现实时滚动预测.采用方法TDFNM对实测交通流量进行仿真实验,结果表明,该方法比常规BP网络具有更高的准确性,而且具有较强的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨祖元	重庆大学自动化学院	19	436	12.0	19.0
2	杜长海	重庆大学自动化学院	15	251	10.0	15.0
3	杨芳勋	重庆大学自动化学院	10	246	8.0	10.0
4	HUANG Xi-yue	重庆大学自动化学院	1	28	1.0	1.0
5	TANG Ming-xia	重庆大学自动化学院	1	28	1.0	1.0