作者:
原文服务方: 四川水泥       
摘要:
衡量交通发展水平的主要标准便是交通流,然而如今常常忽略对交通流的预测,由此更容易造成交通堵塞等常见的交通问题.因此城市交通流的预测能力便显得尤其重要,本文不仅提出了影响交通流的主要原因,而且还提出了一种基于神经网络的城市交通流的预测方法和模型,其模型是由径向基网络(RBF)和BP神经网络共同建立的,本文也对这两种网络的特点进行了分析,在此理论基础上实行了仿真试验,最后发现这种基于神经网络的城市交通流预测模型相比于其他方法,有着更高的准确度.
推荐文章
基于BP神经网络的城市交通流预测研究
非线性
BP神经网络
交通流预测
人工智能
基于神经网络的城市交通流预测研究
神经网络
交通流
预测模型
基于人工神经网络城市交通流量智能预测的研究
交通拥挤
人工神经网络
交通流量预测
基于BP神经网络的城市交通流预测研究
非线性
BP神经网络
交通流预测
人工智能
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 基于神经网络的城市交通流预测研究
来源期刊 四川水泥 学科
关键词 神经网络 城市交通 交通流 预测模型
年,卷(期) 2019,(4) 所属期刊栏目 研究探讨
研究方向 页码范围 335
页数 1页 分类号 G322
字数 语种 中文
DOI 10.3969/j.issn.1007-6344.2019.04.314
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 唐凡 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (3)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(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
神经网络
城市交通
交通流
预测模型
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
四川水泥
月刊
1007-6344
51-1456/TU
大16开
1979-01-01
chi
出版文献量(篇)
27052
总下载数(次)
0
总被引数(次)
61731
论文1v1指导