文件名称：道路网短期交通流预测方法比较.pdf
文件大小：340KB
文件格式：PDF
更新时间：2022-10-15 15:29:31
交通流预测
介绍了用于短期交通流预测的两大类模型：统计预测算法和人工神经网络模型。对其中各种模型的特征进行了比较，将历史平均模型、求和自回归滑动平均模型（ARIMA）、非参数回归模型、径向基函数（RBF）神经网络模型与贝叶斯组合神经网络模型，应用于一个真实路网的短期流量预测，比较了各模型的预测结果。结果表明，组合神经网络模型预测误差最小，可靠性最高，是一种对短期交通流预测的有效方法。