摘要:首次将神经网络集成技术引入交通量预测.神经网络集成通过训练多个神经网络并将各网络输出进行合成,可显著提高学习系统的泛化能力.在Boosting和Bagging集成方法的基础上,提出基于分治策略的神经网络集成方法,并且讨论了网络权重分配算法.使用上述三种神经网络集成预测模型,对苏州某交叉口实时交通量进行预测,预测结果比较理想,优于单一神经网络预测方法.实验表明,神经网络集成用于交通量预测是有效可行的.
关键词:交通量 预测 神经网络集成
单位:东南大学交通学院; 江苏; 南京; 210096; 南京师范大学江苏省光电重点实验室; 江苏; 南京; 210097; 东南大学交通学院; 江苏; 南京; 210096; 南京师范大学江苏省光电重点实验室; 江苏; 南京; 210097
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社