文献类型：期刊文章

作　　者：杨兆升[1] 王媛[1] 管青[1]

机构地区：[1]吉林大学交通学院,长春130022

出　　处：《吉林大学学报（工学版）》

基　　金：国家自然科学基金资助项目(60474068);吉林大学'985工程'资助项目;教育部'973'预研项目

年　　份：2006

卷　　号：36

期　　号：6

起止页码：881-884

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI(收录号：20070110348674)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在总结已有多种预测模型的基础上,充分考虑了交通本身所存在的非线性、复杂性和不确定性,提出了一种基于支持向量机的短时交通流量预测模型。实例数据验证结果和基于BP神经网络的预测模型的对比结果表明,该模型在精度、收敛时间、泛化能力、最优性等方面均优于基于BP神经网络的预测模型。

关 键 词：交通运输系统工程 交通流量预测 统计学习理论 支持向量机 BP神经网络

分 类 号：U491[物流管理与工程类]