模糊小脑模型神经网络在短时交通流预测中的应用  

Application of Fuzzy CMAC in Short-Term Traffic Flow Forecasting

作　　者：何伟[1] 朱光兆[1] 

机构地区：[1]兰州交通大学自动化与电气工程学院,兰州730070

出　　处：《现代计算机》2011年第21期16-18,共3页Modern Computer

摘　　要：模糊小脑模型神经网络(FCMAC)是将模糊理论引入小脑模型网络则形成的一种新型网络。在研究FCMAC算法的基础上,将FCMAC算法应用于短时交通流预测问题。通过仿真实验,并与BP和RBF方法进行比较。结果表明FCMAC方法具有较高精确性和一定的应用价值。Fuzzy CMAC （FCMAC） is a new network that combines fuzzy theory and cerebellar model ar ticulation controller. By studying the FCMAC algorithm, uses the method on short-term traffic forecasting. Through simulation experiments, compares the BP （Back Propagation） and RBF （Radial Basis Function） methods. Result shows that the FCMAC method has higher accuracy and a certain value.

关 键 词：模糊 小脑模型 交通流预测:神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] O242.1[自动化与计算机技术—控制科学与工程]