基于投影寻踪神经网络模型的短时交通量预测研究

• 作者: 刘元林 李素兰 李红伟 胡伍生
• 来源期刊: 交通信息与安全
• 学科: 工学
• 关键词: 投影寻踪回归 BP神经网络 模型 短时交通量 预测
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 44-47
• 分类号: TP3
• 字数: 2460字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2012.04.010

摘要

准确有效地预测短时交通流量是实施交通诱导及控制的前提与关键,但由于短时交通流量具有高度复杂性、随机性、非线性和不确定性等特性,导致预测难度高、准确度低、实时性差.基于此,文中综合利用投影寻踪技术和BP神经网络的优点,提出了运用投影寻踪回归模型和BP神经网络技术相结合建立组合模型的预测方法,并编写出模型的算法程序.将该组合模型应用于路段短时交通量的实时预测实例,实验结果证实该组合模型具有较好的预测能力和较强的时效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡伍生	东南大学交通学院	127	983	16.0	23.0
2	李红伟	东南大学交通学院	6	42	4.0	6.0
3	李素兰		6	32	3.0	5.0
4	刘元林	东南大学交通学院	2	17	2.0	2.0