基于BP神经网络的短时交通流量预测概述

• 作者: 张昊旻 石博莹
• 来源期刊: 电子世界
• 学科: 交通运输
• 关键词: BP神经网络 交通流量 预测模型 交通压力
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 探索与观察
• 页码范围: 2-3
• 分类号: U491.112
• 字数: 2062字
• 语种: 中文

摘要

通过记录每日每地每时的交通流量,可生成统计数据,进而可形成有效高,时效性强的神经网络训练集,通过使用基本的BP神经网络方法,可利用训练集的数据来预测将来所需要的某时的交通流量大小.通过发布交通流预测信息于市民,可令有出行计划的市民更好地规划出行方式、路线并有效缓解各地交通压力过大情况.此方法可用价值高.本文具体分析了城市交通流量特征,在此基础上建立了基于BP神经网络的交通流量预测模型,并应用实际交通流量数据对预测模型进行了验证,得出结论:BP神经网络预测精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石博莹	北京邮电大学软件学院	4	24	2.0	4.0
2	张昊旻	北京邮电大学软件学院	4	24	2.0	4.0