智能城市

2020, v.6(03) 22-24

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进小波神经网络的高速公路季节性车流量预测模型

陈通箭;

摘要(Abstract):

高速公路月车流量具有非线性上升趋势性和季节变化性,针对这个问题,研究提高高速公路的月度车流量预测的方法。综合分析季节指数能够消除原始数据中的季节变化性的前提下,结合小波神经网络具有良好的非线性预测性等特性,引入有季节指数的小波神经网络(SWNN)预测模型。选取贵州某高速5年的车流量,采用平均相对误差、平均绝对误差、均方差3个评价指标,对改进前后的WNN预测结果进行评价。结果表明,总体上看,有季节指数的小波神经网络模型精度比单纯的小波神经网络高,有些月份的预测精度达到1%,可移植性较好。该方法适用于高速公路月车流量的预测,为高速公路运营管理提供依据。

关键词(KeyWords): 高速公路;交通量预测;季节指数;小波神经网络;误差评价指标

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 陈通箭;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享