| 基于混沌和RBF神经网络的短时交通流量预测 |
| |
| 引用本文： | 张玉梅,曲仕茹,温凯歌. 基于混沌和RBF神经网络的短时交通流量预测[J]. 系统工程, 2007, 25(11): 26-30 |
| |
| 作者姓名： | 张玉梅 曲仕茹 温凯歌 |
| |
| 作者单位： | 西北工业大学,自动化学院,陕西,西安,710072 |
| |
| 摘 要： | 针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题，论文从非线性时阅序列的角度对短时交通流量预测进行探讨，提出采用基于混沌理论的RBF神经网络预测方法。首先在采用小数据量的Lyapunav指数计算方法判定交通流存在混沌的前提下，对交通流量数据进行相空间重构。构建了RBF神经网络，并对模拟产生的Lorenz和Rossler混沌时间序列数据以及实际采集的高速公路交通流量数据进行了仿真研究。结果表明，该方法对模拟产生的混沌时间序列具有很好的预测效果，在交通流量的短时预测上也具有较高的预测精度。
|
| 关 键 词： | 短时交通流量 预测 混沌 RBF神经网络 相空间重构 |
| 文章编号： | 1001-4098（2007）11-0026-05 |
| 收稿时间： | 2007-07-02 |
| 修稿时间： | 2007-07-02 |
A Short-term Traffic Flow Forecasting Method Based on Chaos and RBF Neural network |
| |
| ZHANG Yu-mei,QU Shi-ru,WEN Kai-ge. A Short-term Traffic Flow Forecasting Method Based on Chaos and RBF Neural network[J]. Systems Engineering, 2007, 25(11): 26-30 |
| |
| Authors: | ZHANG Yu-mei QU Shi-ru WEN Kai-ge |
| |
| Abstract: | |
| |
| Keywords: | Short-term Traffic Flow Forecasting Chaos RBF Neural Network Phase Space Reconstruction |
| 本文献已被 维普 万方数据 等数据库收录！ |
