节点文献

基于BP神经网络的公路隧道交通量预测

免费订阅

【作者】 金豫杰罗文广

【机构】 广西工学院自动化011班广西工学院 指导教师

【摘要】 准确的公路隧道交通量短期预测,可使隧道通风系统获得良好的控制效果,而良好的隧道通风系统能够有效地降低隧道中有害气体难度,对保护人身安全及其降低隧道运营成本有重要意义。本设计采用具有非线性逼近和实现全局优化能力的BP神经网络进行公路隧道交通量的短期预测。通过确定适当的BP神经网络结构,对已知的历史交痛量数据进行网络训练和学习,获得能够预测小时交通量的BP神经网络预测器。运用西门子WINCC组态软件编制界面和神经网络预测器。实验结果表明该神经网络预测器对公路隧道交通量具有较好的预测能力。

  • 【DOI】10.16375/j.cnki.cn45-1395/t.2005.s3.008
  • 【分类号】U491.14
  • 【被引频次】27
  • 【下载频次】1987
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: