...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural computing & applications >Research on prediction of traffic flow based on dynamic fuzzy neural networks
【24h】

Research on prediction of traffic flow based on dynamic fuzzy neural networks

机译：基于动态模糊神经网络的交通流量预测研究

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Combining the advantages of the neural network and fuzzy system, this paper makes a further research on the dynamic fuzzy neural networks (D-FNN) traffic flow prediction. Instead of being in consistence with growth of the input number, the fuzzy rule number of the D-FNN increases exponentially in the whole training network structure. In particular, this method can establish a required network structure automatically. This method is applied to the traffic flow time series to analyze and compare the predicting performance of the predicting model based on the neural network method and the adaptive neural fuzzy inference system by combining with the chaos theory. The simulation result shows that this method is quite effective and can improve the predicting accuracy.
机译：结合神经网络和模糊系统的优点，对动态模糊神经网络（D-FNN）交通流量预测进行了深入研究。 D-FNN的模糊规则数与输入数的增长不一致，在整个训练网络结构中呈指数增长。特别地，该方法可以自动建立所需的网络结构。将该方法应用于交通时间序列，结合混沌理论，对基于神经网络方法和自适应神经模糊推理系统的预测模型的预测性能进行分析比较。仿真结果表明，该方法是有效的，可以提高预测精度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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