| 基于粗集和神经网络耦合的短时交通流预测 |
| |
| 作者姓名： | 姚琛 罗霞 汉克·范少伦 |
| |
| 作者单位： | 1. 西南交通大学,交通运输学院,四川,成都,610031;代尔伏特理工大学,土木工程与地球物理系,荷兰,代尔伏特,2600,GA
2. 西南交通大学,交通运输学院,四川,成都,610031
3. 代尔伏特理工大学,土木工程与地球物理系,荷兰,代尔伏特,2600,GA |
| |
| 基金项目： | 国家高技术研究发展计划（八六三计划）资助项目（2006AA11Z206） |
| |
| 摘 要： | 比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型。首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测。通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度。
|
| 关 键 词： | 交通工程 短时预测 粗糙集 神经网络 交通流 |
| 收稿时间： | 2010-01-21 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《公路交通科技》浏览原始摘要信息 |
|
点击此处可从《公路交通科技》下载全文 |
|
