文献类型：期刊文章

作　　者：史其信[1] 郑为中[1]

机构地区：[1]清华大学交通研究所,北京100084

出　　处：《交通运输工程学报》

年　　份：2004

卷　　号：4

期　　号：4

起止页码：68-71

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI(收录号：2005159032915)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、普通刊

摘　　要：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。

关 键 词：交通工程 短期交通流 预测  方法  比较  

分 类 号：U491.14[物流管理与工程类]