基于神经网络与马尔可夫链的换道次数预测方法

• 作者: 洪维伟 王元庆
• 来源期刊: 华东交通大学学报
• 学科: 交通运输
• 关键词: 换道行为 换道次数 神经网络 马尔可夫链
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 交通管理与控制
• 页码范围: 92-98,104
• 页数: 8页
• 分类号: U491
• 字数: 3824字
• 语种: 中文

摘要

为在先验数据有限情况下较精确地预测道路换道次数,提出基于神经网络与马尔可夫链的组合预测模型.采集路段区间平均车速和车流密度,采用BP神经网络训练初步拟合模型;运用马尔可夫链方法,进一步给出换道次数在表示高估、正常、低估的3组区间内的分布及概率,改善BP神经网络误差.运用组合预测模型对西安市某道路的换道次数进行了预测分析,结果表明,实际换道次数均在模型给出的较大概率的预测区间内,表明模型能够根据路段区间平均车速和车流密度较好地预测换道次数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王元庆	长安大学公路学院	127	1900	23.0	39.0
2	洪维伟	长安大学公路学院	2	0	0.0	0.0