摘要:提出一种新的贝叶斯组合神经网络模型并将其应用于短期交通流量的预测.模型通过实时跟踪模型的预测表现,根据研究提出的分配算法不断调整模型的信用值,从而挑选并组合得到精度更高的预测模型.介绍了该模型的基本原理及在示范路网中的实际应用,通过选取反向传播神经网络和径向基函数神经网络,用以构造贝叶斯组合模型,并在测试数据集中进行了性能比较.计算结果表明:模型的预测性能整体上优于单一的神经网络模型,并且确保了模型预测的稳定性.
关键词:交通工程 短期交通量预测 贝叶斯组合模型 神经网络模型
单位:清华大学交通研究所,北京100084
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社