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:
为了保证数据的有效性,对行程时间预测原理和条件进行分析,提出利用当前和历史的行程时间数据进行预测的基本思想,并分析了不同检测器提供数据的适用范围.利用BP神经网络的预测方法对城市道路行程时间的预测进行建模,并结合不同交通检测器提供的数据进行了BP神经网络建模,借助Matlab软件构建了基于BP算法思想的网络构建、函数训练和函数预测三大步骤,获得了BP训练过程中的误差变化,并引入两误差评价指标MARE和MAXARE反映预测精度,最后通过实例分析验证了模型.
推荐文章
基于 BP神经网络与SVM的快速路行程时间组合预测研究
快速路行程时间
车牌识别数据
BP神经网络
支持向量机
组合预测
基于BP神经网络的公交车到站时间预测
公交车到站时间
智能化
公交调研
非线性
数学模型
BP神经网络
基于交通数据融合技术的行程时间预测模型
数据融合
行程时间
预测模型
小波神经网络
遗传算法
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 基于BP神经网络的城市道路行程时间预测
来源期刊 山东交通科技 学科 交通运输
关键词 行程时间 BP神经网络 Matlab 预测建模
年,卷(期) 2015,(3) 所属期刊栏目 软课题研究
研究方向 页码范围 110-113
页数 4页 分类号 U491.1
字数 3063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 夏佳 5 15 2.0 3.0
2 姜雪娇 南京理工大学自动化学院 7 8 2.0 2.0
3 郑晏群 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (12)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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
行程时间
BP神经网络
Matlab
预测建模
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
山东交通科技
双月刊
1673-8942
37-1276/U
大16开
山东省济南无影山中路38号
1979
chi
出版文献量(篇)
3987
总下载数(次)
11
论文1v1指导