【摘 要】
：
短时交通流量预测对于改善交通拥堵、减少环境污染具有重大的现实意义。传统神经网络进行短时交通流量预测难度大,精度低。为了提高预测精度,采用一种小波神经网络模型,小波
论文部分内容阅读
短时交通流量预测对于改善交通拥堵、减少环境污染具有重大的现实意义。传统神经网络进行短时交通流量预测难度大,精度低。为了提高预测精度,采用一种小波神经网络模型,小波神经网络具有小波分析和神经网络两者的优点,非线性拟合能力强,收敛速度快,训练精度高,可以对短时交通流量预测进行局部分析,非常适合非线性预测。文中建立了小波神经网络模型,构造了交通流量样本集,对样本数据训练至收敛,然后选取一定数量的样本数据进行测试。测试结果表明,采用小波神经网络进行短时交通流量的预测不仅预测精度高,而且收敛速度快,实时性好,具有一定的应用价值。
其他文献
作者以近二十年的统计工作实践,论述了搞好统计分析要坚持实事求是的原则.从事物的相互联系、相互制约中把握事物的本质,从研究大量的实际材料中得出观点和结论,总结事物发展
本文回顾了江苏交通控股公司自2002年以来发展直接债务融资的历程,认为直接债务融资对企业拓宽融资渠道、优化债务结构、降低财务成本、完善公司治理结构等方面具有重要推动
为了满足用户在无线低带宽条件下高效构建移动机器人探索地图的需求,设计并实现了一种机器人探索地图远程传输系统。该系统通过基于占据栅格的机器人同时定位与地图创建算法(Fast-SLAM)进行探索地图的构建;针对无线低带宽环境下地图高效传输问题,对地图数据进行压缩并设计了地图交互协议,采用C/S模式实现地图准确、高效的无线传输。实验结果表明,该系统解决了无线低带宽条件下大面积地图高效传输问题,满足用户方