摘要
对城市交通流进行了混沌识别,结果表明其具备混沌特性,结合神经网络和混沌理论,提出一种将混沌理论和神经网络相结合的交通流预测模型,利用重构相空间的嵌入维数确定神经网络的结构,算法与设计相对简单。实例证明了该方法的正确性和科学性,具有较强的应用推广价值。
The paper finds chaos character in traffic flow and puts forward the new forecast model for traffic flow ,which' based on neural network and chaos theory. By taking advantage of structures of neural network being determined by embedding dimension of phase space reconstruct, this method is proved to be easy .Practical data also show that the method is effective, scientifieal and involves great practical importance.
出处
《微计算机信息》
2009年第27期216-218,共3页
Control & Automation
基金
基金申请人:陈敏
项目名称:基于BP神经网络的混沌时间序列预测模型研究
基金颁发部门:湖南省教育厅(08C249)
关键词
混沌理论
神经网络
交通流
相空间重构
chaotic theory
neural network
traffic flow
phase space reconstruction