基于时空特性和RBF神经网络的短时交通流预测

• 作者: 谭伟 贠天鹂 陆百川 高为
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 时空特性 RBF神经网络 交通流预测 仿真
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 16-19,24
• 分类号: U491
• 字数: 4590字
• 语种: 中文
• DOI: 10.3963/j.ISSN1674-4861.2011.01.005

摘要

针对实际交通流变化具有较明显的动态性、周相似性和相关性,提出一种基于交通流的时空变化特性和RBF神经网络的短时交通流预测方法.该方法充分挖掘和利用了交通流时间序列的周相似性和相关性,以及相邻路段上交通流的相互影响因素,结合RBF神经网络自学习、自组织、自适应功能和大范围的数据融合特性对交通流进行短时预测.用实例进行了仿真计算和分析,结果表明该方法能够提高交通流的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高为	重庆交通大学交通运输学院	4	62	3.0	4.0
2	陆百川	重庆交通大学交通运输学院	57	523	12.0	20.0
3	谭伟	重庆交通大学交通运输学院	8	112	6.0	8.0
4	贠天鹂	重庆交通大学交通运输学院	2	38	2.0	2.0