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:
针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题,提出了将Volterra滤波器自适应预测模型用于短时交通流的实时预测.为提高预测精度,在Volterra滤波系数计算过程中采用归一化最小均方自适应算法进行多次训练.应用该预测模型对几个典型的非线性系统进行预测,验证了算法的准确性.然后再用此方法对微现实测交通流的时间序列进行实证分析.仿真结果表明,该预测模型对实测交通流时间序列具有很好的预测效果,可以满足实时交通流预测的需要.
推荐文章
基于混沌粒子群算法的神经网络短时交通流预测
交通流量
预测
混沌粒子群
神经网络
短时交通流预测方法研究
相关分析
支持向量机
交通流预测
智能交通
基于模糊神经网络的短时交通流预测方法研究
模糊神经网络
短时交通流
预测方法
基于深度学习的短时交通流预测
交通流预测
深度学习
短时交通流
支持向量回归
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 短时交通流混沌预测方法的比较
来源期刊 系统工程 学科 交通运输
关键词 交通工程 交通流混沌 自适应预测 Volterra滤波器
年,卷(期) 2009,(9) 所属期刊栏目
研究方向 页码范围 60-64
页数 5页 分类号 U491
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (211)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(8)
  • 参考文献(1)
  • 二级参考文献(7)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(9)
  • 参考文献(2)
  • 二级参考文献(7)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(13)
  • 参考文献(1)
  • 二级参考文献(12)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
交通工程
交通流混沌
自适应预测
Volterra滤波器
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
系统工程
双月刊
1001-4098
43-1115/N
大16开
长沙市浏河村巷37号湖南省社会科学院内
42-67
1983
chi
出版文献量(篇)
4447
总下载数(次)
29
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导