短时交通流量相关论文
短时交通流量预测是智能交通系统研究的关键。能否对短时交通流量进行实时的、准确的预测对实现交通控制和诱导起到了至关重要的作......
短时交通流预测是实现有效交通控制与管理的保障，一直是智能交通系统研究中的关键技术问题之一，而正确地认识和把握短时交通流所具有......
对高速公路交通状态的整体变化趋势进行有效把握，是对高速公路运营进行有效管理，防止交通拥堵的必要前提。高速公路交通流量预测是其......
针对初始参数的有效性直接影响BP神经网络对短时交通流量预测的准确性这一问题,该文提出了基于CS(Cuckoo Search)算法与BP(Back Pr......
为了提高短时交通流量（Short-term Traffic Flow,STF）预测的精度,提出一种自适应遗传粒子群优化—加权最小二乘支持向量机（Adaptive G......
为了提高城市道路短时交通流量的预测精度,克服小波神经网络预测过程中存在收敛速度较慢、容易陷入局部最优的缺点,提出改进的人工......
短时交通流量预测为智能交通系统(ITS)的研究方向之一。现有相关研究中所提及的基于深度学习的方法,需要较高的计算复杂度或模型的......
短时交通流量预测对于改善交通拥堵、减少环境污染具有重大的现实意义。传统神经网络进行短时交通流量预测难度大,精度低。为了提......
为了提高短时交通流量的预测精度，本文根据短时交通流量的数据特征，结合灰色模型在短时预测方面的优势，利用遗传算法根据已知数据优化......
为了提高短时交通流量的预测精度，针对最小二乘支持向量机（LSSVM）参数优化难题，提出一种人工鱼群算法（AFSA）和LSSVM相结合的短时交流量预......
免疫理论中的基于浓度选择机制能避免粒子群算法在群体收敛性和个体多样性平衡问题上的不足，使改进后的粒子群算法优化BP神经网......
城市交通网络是个复杂的系统，不同时段的交通流量之间有着非线性关系。神经网络具有识别复杂非线性系统的特性。利用RBF神经网络构......
对短时交通流进行预测、诱导和控制是智能交通控制系统的重要研究内容。由于对短时交通流进行混沌特性识别时，存在实时性与样本数量......
交通流量预测是实现智能交通技术的核心问题,及时准确地预测道路交通流量是实现动态交通管理的前提,短时交通流量的预测是交通流量......
交通流量预测是智能交通系统(ITS)研究的一个重要课题。通过对多个观测点交通流量数据特点进行分析,采用一种基于独立成分分析(ICA......
随着交通行业不断发展,交通数据快速增长,学者们希望能够利用这些数据为城市交通服务,因而智能交通系统成为未来交通系统的研究方......
短时交通流量预测是智能交通的理论基础,是交通流诱导系统中的关键性技术.对短时交通流量预测的研究具有很高的社会价值.目前,SVR......
论文提出了一种结合自适应人工鱼群算法及粒子群优化算法的混合寻优算法,替换了小波神经网络在求解最优参数时所使用的梯度下降法,......
智能交通是智慧城市建设中不可或缺的一个重要板块,交通规划和交通诱导成为交通领域的研究热点。准确的交通流量预测是实现交通规......
衡量一个城市现代化管理水平的重要标志之一就是城市交通。交通拥堵情况日益严重、交通事故频发等问题对城市运行效率与居民出行体......
基于经验模态分解(EMD)和神经网络,提出了一种短时交通流量预测方法。通过EMD分解把交通流量分解成不同的模态,利用神经网络对分解......
针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题,论文从非线性时间序列的角度对短时交通流量预测进行探......
为了提高短时交通流量的预测精度,提出一种布谷鸟搜索算法优化BP神经网络参数的短时交通流量预测模型(CS-BPNN)。基于混沌理论对短......
针对目前短时交通流量预测中在精度方面的不足,提出灰色马尔科夫波动性交通流量预测模型,用于现有道路、新建或改扩建道路断面或交......
短时交通流量预测是交通运行状况分析与交通诱导的基础。考虑到不同交通流量预测模型的各自功能与应用条件,文章构建了一种基于自......
短时交通流量是短时交通参数的基础参数之一,其变化规律可直观反映调查路段或区域的交通变化趋势,可为交通出行提供有效的路径选择......
随着城市现代化进程不断推进和机动车保有量不断增长,城市交通拥堵问题日趋严重,很大程度上增加居民出行成本和时间,成为亟需解决......
随着我国经济的增长和城市化进展,交通拥堵、交通事故频发、尾气污染等交通问题已经成为当今社会普遍关注的焦点。实时而准确的短......
针对短时交通流量存在的非线性与不确定性的问题,结合搜索者算法收敛精度高和最小二乘支持向量机计算速度快的优点,提出基于搜索者......
短时交通流量预测是智能交通系统的重要技术之一．BP神经网络可以充分逼近任意复杂的非线性系统，但存在收敛速度缓慢、易陷入局部极值......
为了提高短时交通流量的预测精度,提出一种蚁群算法（ACO）优化支持向量机（SVM）参数的短时交通流量预测模型（ACO-SVM）。将SVM参数的选取看......
新一代智能交通系统的智能出行、交通大数据智能化决策需要精准、及时的短时交通流量预测。深度学习通过机器学习技术自身产生特征......
针对传统的短时交通流量预测算法存在精度低和误差大的缺点,提出一种基于EMD和LSS.VM组合模型的短时交通流量预测模型。针对短时交......
为了提高短时交通流量预测精度,利用相空间重构和预测模型参数间的相互联系,提出一种粒子群优化神经网络的短时交通流量预测模型。......
交通流量预测是智能交通系统发挥其应有效能的重要内容之一。在分析目前短时交通流预测相关研究的基础上,结合交通系统交通流量复......
实时、准确的完成短时交通流量预测是实现交通控制与诱导的关键。采用基于L-M算法的BP神经网络预测方法和基于混沌时间序列的预测......
随着城市中的交通路网规模越来越大，要想达到实时、准确的短时交通流量预测目标，其中城市交通的动态诱导。是解决城市交通拥堵的一个......
短时交通流预测是交通控制与交通诱导系统的关键问题之一.随着预测时间跨度的缩短,交通流量的变化显示出越来越强的不确定性,使得......
