首页> 中文期刊> 《智能城市》 >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

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

         

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。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号