基于神经网络的城市交通流预测研究.pdfVIP

第5期 电 子 学 报 V01．37No．5 2009 2009年5月 Aaf^眦cl限ONICAS肿C^ May 基于神经网络的城市交通流预测研究 马君，刘小冬，孟颖 (西安财经学院计算机系，陕西西安710065) 摘要：建立了一种基于神经网络的交通流量动态预测模型，分别采用BP神经网络和径向基网络(砌弭)建立 了预测模型，给出了数据预处理方法和预测模型评价指标．仿真结果表明该交通流量预测方法的有效性，结果分析得 出径向基网络能够更加快速有效的进行城市交通流预测． 关键词： 神经网络；交通流；预测模型 中国分类号： 13：18 文献标识码： A 文章编号：0372-2112(2009)05．1092-03 ResearchofUrbanTrafficFlow BasedonNeuralNetwork Forecasting MA J,m，Uxiao-dong，MENGYing 710065，‰) (n弘删矿凸砷蜘，X／’∞Un／sm血y旷theFb-tan∞and彻I函。X／’m．鼎md flow mode]basedOnneuraln印vorkis and AI蚓昀d：A RBF删network砒 dynan血嘣cfor∞．asting Fop∞ed．BP usedto data m酬andthe criterionofthe models．The model build恤forecasting lxe-handle judgment fo∞％sting a他given． the the SimulatimshowstheIia伍cflow RBFcanbe哪efastandeffectivein waf- fon，castingⅡE蚓is珊bctiVe．and forecasting tic flow silIIlll出lOll by analys遮． neural璀础；位毋Ic 岣略wD心： flow；f蛐model l引言 2神经网络交通流量动态预测模型 实时准确的预测交通状态信息是实现智能交通诱 2．1数据预处理 导和控制的前提与关键，也是智能化交通管理的客观需 数据的预处理方法主要有标准化法、重新定标法、 求…1．由于交通流的运行存在高度的复杂性、随机性和 变换法和比例缩放法等等，本文采用最为常用的比例压 不确定性，卡尔曼滤波、MA、ARIMA等传统的交通信息缩法进行数据的预处理．其公式为： 预测模型已不能满足实践中越来越高的预测精度和实 下 一下 (1)