基于RBF神经网络的城市快速路短时交通流预测研究

• 作者: 李得伟 郑宣传 韩宝明
• 来源期刊: 山东科学
• 学科: 交通运输
• 关键词: 交通流 预测 灰色模型 RBF神经网络
• 年，卷（期）: 2012,（3）
• 页码范围: 23-28
• 页数: 6页
• 分类号: U491.112|TP183
• 字数: 2858字
• 语种: 中文

摘要

为检验灰色模型及径向神经网络模型用于短时交通流预测的可行性及适用性，本文分析和比较了灰色模型GM（1，1）和RBF径向神经网络模型对短时交通流的预测效果。仿真实例表明，灰色模型不适合用于短时交通流预测，而径向神经网络能够准确预测短期交通流的未来变化趋势，当径向基函数的分布密度值在0．8～1．0之间时能够取得较高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩宝明	北京交通大学交通运输学院	129	1865	24.0	36.0
2	李得伟	北京交通大学轨道交通控制与安全国家重点实验室	84	1142	20.0	29.0
3	郑宣传	北京交通大学交通运输学院	2	10	2.0	2.0