摘要
针对城市交通“智能运输系统”和交通流的特性,采用先进的支持向量机算法和由它改进的BP神经网络方法来建立交通流量预测模型,并将它们及多元线性回归模型分别用于实际流量模拟.实验验证了由支持向量机算法和改进的BP神经网络建立的预测模型具有更高的预测效果和模拟精度.
According to the city Intelligent transportation system and the characteristics of traffic flow, support vector machines and Back Propagation neural network modified by support vector machines and multiple linear regression are applied to establish the model of traffic volume prediction respectively. Experiments show better effect and higher precision of forecast by support vector machines and modified back propagation neural network.
出处
《昆明理工大学学报（理工版）》
2006年第4期104-107,共4页
Journal of Kunming University of Science and Technology(Natural Science Edition)
基金
云南省教育厅自然科学基金项目资助(项目编号:02ZY011)
云南大学理(工)科校级科研项目资助(项目编号:2002Q019SL)
云南省自然科学基金项目资助(项目编号:2003E0086M)
关键词
城市交通
交通流量
多元线性回归
支持向量机
BP神经网络
预测模型
urban traffic
traffic flow
multiple linear regression
support vector machines
back propagation neural network
forecast model
