基于多参数状态时间序列的交通状态预测方法

• 作者: 关伟 张心哲
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 状态时间序列 交通状态预测 神经网络 交通流参数
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 1-5
• 页数: 5页
• 分类号: U491.1
• 字数: 4049字
• 语种: 中文
• DOI: 10.3963/j.ISSN1674-4861.2009.06.001

摘要

利用多个参数描述交通状态时,交通流数据表现为多维空间数据.提出了将属于每个状态的多维空间数据转换为一维时间序列的方法,对于此状态时间序列采用BP神经网络进行了下1个时段的交通状态预测.实验结果表明,多参数状态时间序列比单个参数时间序列能更准确地描述交通流状态变化过程,且算法简单,具有较强的预测实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关伟	北京交通大学城市复杂交通系统理论与技术教育部重点实验室	71	1345	19.0	34.0
2	张心哲	北京交通大学城市复杂交通系统理论与技术教育部重点实验室	4	37	3.0	4.0