基于浑沌神经网络的动态交通量预测方法研究  

Dynamic Traffic Volume Forecast Method Based on Chaotic Neural Networks

作　　者：谷远利[1] 邵春福[1] 谭晓雨[2] 

机构地区：[1]北京交通大学,北京100044 [2]吉林大学,长春130025

出　　处：《交通与计算机》2007年第6期28-30,33,共4页Computer and Communications

基　　金：国家973计划项目资助(批准号:2006CB705500)

摘　　要：介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果。由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高。针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果。The methods, characters, and effect of urban road traffic volumes forecast at home a ld abroad were introduced. Because of the complexity of urban traffic, the prediction precision of some existing methods is not high. In this paper, the chaotic neural network was used to set up a model of traffic volume in real intersection exit. Through the comparison with the traditional BP neural network, the model has better effect in prediction.

关 键 词：混沌神经网络 BP神经网络 建模 交通量 预测 

分 类 号：U491[交通运输工程—交通运输规划与管理]