交通量预测中的神经网络模型对比分析研究

• 作者: 肖少宁 郭欣
• 来源期刊: 物联网技术
• 关键词: 交通预测 预测模型 神经网络 交通量 BP网络 径向基函数算法(RBF) 广义回归算法(GRNN)
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 学术研究 Academic Forum -- 可靠传输 Reliable Transmission
• 页码范围: 39-41,45
• 页数: 4页
• 分类号: U49
• 语种: 中文

摘要

给出了采用BP网络、RBF网络和GRNN网络进行交通量预测，并将这三种网络预测的交通量结果进行比较和分析的方法。研究表明，RBF网络和GRNN网络对交通量预测比BP网络更准确，收敛速度更快。研究的主要目的是为使用者选择合适的高性能网络结构提供参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖少宁		3	7	2.0	2.0
2	郭欣		1	3	1.0	1.0