作者:
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:
对综合运输体系中的热点研究方向即短时交通流的几种主要预测方法:基于混沌时间序列分析、基于L-M算法的BP神经网络、组合预测等方法进行了介绍,并对其原理、优缺点和具体应用分别进行了详细分析,并指出了短时交通流预测研究的发展方向.
推荐文章
短时交通流量预测方法
城市交通
短时交通流量
预测
智能交通系统
短时交通流智能预测方法的研究
短时交通流
预测
模型
智能
短时交通流预测方法研究
相关分析
支持向量机
交通流预测
智能交通
基于模糊神经网络的短时交通流预测方法研究
模糊神经网络
短时交通流
预测方法
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 综合运输体系的短时交通流预测方法
来源期刊 交通建设与管理 学科 交通运输
关键词 综合运输 短时交通流 预测方法 参数模型
年,卷(期) 2014,(3) 所属期刊栏目 交通工程
研究方向 页码范围 94-95
页数 2页 分类号 U491.112
字数 2267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 阚津 4 7 1.0 2.0
2 江伟 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
综合运输
短时交通流
预测方法
参数模型
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
交通建设与管理(下半月)
月刊
chi
出版文献量(篇)
1756
总下载数(次)
3
论文1v1指导