基于模糊神经网络的信号交叉口交通量预测方法研究  

Traffic flow prediction of signalized intersections using fuzzy-neural approach

作　　者：尹宏宾[1] 徐建闽[1] 黄仕进[2] 

机构地区：[1]华南理工大学交通学院,广东广州510641 [2]香港大学土木工程系

出　　处：《中国公路学报》2000年第3期78-81,共4页China Journal of Highway and Transport

基　　金：广东省自然科学基金项目! (990 5 76 );"千百十"人才基金项目!970 185

摘　　要：提出了基于模糊神经网络技术的信号交又口交通量滚动预测模型。该模型的主要特点是交叉口交通量变化的规律可以利用模糊神经网络在线学习得到 ,因此该模型具有计算简单 ,能够不断积累经验的优点。The on line rolling prediction model of traffic flow at signalized intersections based on fuzzy logic system and neural network is proposed.The main characteristics of this model are that the laws of traffic flow can be learned on line by means of fuzzy neural network.Therefore,there is no very complex computation for this model process and it can also learn constantly from historical data.The simulation results show the effectiveness of the model.

关 键 词：交叉口交通量预测 滚动预测模型 仿真 网络技术 

分 类 号：U491.14[交通运输工程—交通运输规划与管理] U495[交通运输工程—道路与铁道工程]