基于BP神经网络的交通数据序列动态可预测性分析方法
为了进一步改善交通数据序列短时多步预测的效果，提出了交通数据序列动态可预测性分析的思想，在设计了交通数据序列动态可预测性关联数据特征指标的基础上，基于BP神经网络建立了交通数据序列动态可预测性分析方法，运用某城市快速路主线与匝道车辆检测器的实际数据对该方法进行了验证，并与不同固定预测步数条件下的预测效果进行了对比分析．结果表明，所提出的方法能对交通数据序列的可预测性进行在线分析，在保持预测精度的情况下，可最大限度地增加交通数据短时预测的步数．
交通工程、短时预测、可预测性分析、BP神经网络
37
U491(交通工程与公路运输技术管理)
国家“八六三”计划资助项目2007AA11Z245;高校博士点基金20070183129
2012-04-21（万方平台首次上网日期，不代表论文的发表时间）
1019-1026
