摘要: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.
关键词:交通工程 短期交通流 预测 方法 比较
单位:Inst.; of; Transportation; Engineering; Tsinghua; University; Beijing; 100084; China
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社