基于径向基函数神经网络的城市道路路段行程时间实时预测模型

• 作者: 云美萍 刘江用 杨晓光 闫亚文
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 行程时间 神经网络 径向基函数
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 31-35
• 分类号: U491
• 字数: 3813字
• 语种: 中文
• DOI: 10.3963/j.ISSN1674-4861.2011.05.007

摘要

提出利用径向基函数(RBF)神经网络方法对城市道路路段行程时间进行建模预测,并结合线圈和视频实测数据进行仿真分析,以实际行程时间和模型输出的行程时间预测值比较验证了模型的合理性.并将RBF神经网络方法与BP神经网络方法进行比较,结果表明RBF神经网络相对于BP神经网络训练时间短,且预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓光	同济大学交通运输工程学院	336	8479	53.0	72.0
2	云美萍	同济大学交通运输工程学院	33	731	13.0	26.0
3	刘江用	同济大学交通运输工程学院	2	10	1.0	2.0
4	闫亚文	同济大学交通运输工程学院	2	10	1.0	2.0