节点文献

基于改进小波神经网络的高速公路季节性车流量预测模型

免费订阅

【作者】 陈通箭

【机构】 重庆交通大学交通运输学院

【摘要】 高速公路月车流量具有非线性上升趋势性和季节变化性,针对这个问题,研究提高高速公路的月度车流量预测的方法。综合分析季节指数能够消除原始数据中的季节变化性的前提下,结合小波神经网络具有良好的非线性预测性等特性,引入有季节指数的小波神经网络(SWNN)预测模型。选取贵州某高速5年的车流量,采用平均相对误差、平均绝对误差、均方差3个评价指标,对改进前后的WNN预测结果进行评价。结果表明,总体上看,有季节指数的小波神经网络模型精度比单纯的小波神经网络高,有些月份的预测精度达到1%,可移植性较好。该方法适用于高速公路月车流量的预测,为高速公路运营管理提供依据。

【所属期刊栏目】 热点聚焦 (2020年03期)
  • 【DOI】10.19301/j.cnki.zncs.2020.03.008
  • 【分类号】U491.1
  • 【下载频次】81
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: