文献知网节
  • 记笔记

基于BP神经网络的公路隧道交通量预测

金豫杰罗文广

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

  • 专辑:

    理工C(机电航空交通水利建筑能源)

  • 专题:

    公路与水路运输

  • 分类号:

    U491.14

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:2012 页数:4 大小:160k

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者