基于分段学习的BP神经网络的交通流量预测  

Traffic Prediction Based on the Subsection Learning of BP Neural Network

作　　者：于江波[1] 陈后金[1] 

机构地区：[1]北京交通大学电子信息工程学院589信箱,100044

出　　处：《ITS通讯》2006年第2期28-30,共3页

摘　　要：智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳方案，实时、准确的交通流量预测是智能交通系统实现的关键技术之一。本文采用改进型BP神经网络建立起交通流的时间序列模型，该模型可用于短期内道路交通流量的预测。Intelligent Transportation System （ITS） is recognized as one of the best ways to solve the problem of traffic jam in cities. Accurate and real-time prediction of traffic flow is the key technology in ITS. In this paper, the time-sequence model of traffic flow is based on the improved BP neural network, and this model can be used for short time prediction of traffic flow.

关 键 词：智能交通 交通诱导 神经网络 交通预测 

分 类 号：U412.352[交通运输工程—道路与铁道工程] TP183[自动化与计算机技术—控制理论与控制工程]