文献检索-宁波市创意产业特色资源库

限定检索结果

基于数据融合的高速公路短时交通量预测模型: 收藏
分享
引用; 《计算机工程与设计》2018年第10期39卷 3208-3213页; 作者：李松江弓晋霞丁岩王鹏长春理工大学计算机科学技术学院吉林长春130022; 根据高速公路交通量的时空特性,提出基于数据融合的高速公路短时交通量预测模型。对交通量时间序列性、周期相似性和空间序列性3个时空特性的状态向量进行定义,以BP神经网络预测模型为基础,结合自适应加权数据融合算法对时空特性预测值...; 根据高速公路交通量的时空特性,提出基于数据融合的高速公路短时交通量预测模型。对交通量时间序列性、周期相似性和空间序列性3个时空特性的状态向量进行定义,以BP神经网络预测模型为基础,结合自适应加权数据融合算法对时空特性预测值进行融合,构建交通量预测模型。通过计算相关性对时空特性进行分析,选取相关性较高的数据样本作为模型输入。实验结果表明,工作日和休息日高速公路交通量预测平均绝对误差百分比均在5%以内,与单变量预测模型相比具有更好的预测准确度和实用性,为智能交通管理系统提供数据支持。; 来源：详细信息评论

限定检索结果