10.3321/j.issn:1671-1637.2004.04.017
道路网短期交通流预测方法比较
介绍了用于短期交通流预测的两大类模型:统计预测算法和人工神经网络模型.对其中各种模型的特征进行了比较,将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF)神经网络模型与贝叶斯组合神经网络模型,应用于一个真实路网的短期流量预测,比较了各模型的预测结果.结果表明,组合神经网络模型预测误差最小,可靠性最高,是一种对短期交通流预测的有效方法.
交通工程、短期交通流、预测、方法、比较
4
U491.14(交通工程与公路运输技术管理)
2005-01-27（万方平台首次上网日期，不代表论文的发表时间）
共5页
68-71,83
