基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
交叉口是道路交通的关键节点,其流量数据具有明显的非线性特征.本文提出一个两阶段预测模型对交叉口交通流特征进行预测.首先,通过交通流仿真技术对各交叉口进行仿真,并获得仿真流量,然后通过神经网络训练,预测交叉口各流向的交通流量.通过两个阶段不断迭代,校正构建具有高精度、泛化性能强的预测模型.最后,选取贵阳市31个具有代表性的交叉口的流量调查数据作为样本数据,将其中18个交叉口的仿真预测流量和实际观测流量作为神经网络模型的输入/输出因子,通过训练构建神经网络模型并验证模型的有效性.之后,将剩余交叉口的仿真流量数据作为模型的输入,模型输出数据即为修正的交叉口进口道的交通流量分布特征数据.结果表明:该方法具有数据收敛速度快,运算量小等特点,对于交叉口流量数据的预测具有很好的适用性.
推荐文章
船舶交通流量预测的灰色神经网络模型
船舶交通量
灰色模型
神经网络
基于深度卷积神经网络的交通流量预测数学模型设计
交通流量预测
智能交通
数学模型
深度神经网络
预测精度
仿真实验
基于粒子群的模糊神经网络交通流量预测
短时交通流
预测模型
模糊神经网络
粒子群算法
基于PSO的BP神经网络-Markov船舶交通流量预测模型
船舶交通流量预测
BP神经网络
马尔科夫模型(Markov模型)
粒子群优化(PSO)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于交通流仿真和神经网络模型的交叉口流量预测研究
来源期刊 贵州大学学报(自然科学版) 学科 交通运输
关键词 交通流仿真 交叉口 神经网络模型 流量预测
年,卷(期) 2013,(4) 所属期刊栏目 土木工程·交通工程·环境工程
研究方向 页码范围 119-124,140
页数 7页 分类号 U491.265
字数 2854字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 方琴 10 83 5.0 9.0
2 魏定梅 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (265)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(10)
  • 参考文献(3)
  • 二级参考文献(7)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(10)
  • 参考文献(3)
  • 二级参考文献(7)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
交通流仿真
交叉口
神经网络模型
流量预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
贵州大学学报(自然科学版)
双月刊
1000-5269
52-5002/N
16开
贵州省贵阳市花溪
1982
chi
出版文献量(篇)
3181
总下载数(次)
5
总被引数(次)
11240
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导