期刊文献+

基于简单递归单元网络的高速公路交通流量预测

下载PDF
导出
摘要 交通流量预测能为高速公路交通管控和调度提供有效的技术支持。为了实现准确、高精度的交通流量预测,本文提出了基于简单递归网络的交通流量预测模型。基于时间序列预测的基本建模原理,该模型使用简单递归网络作为主要的预测器来预测高速公路交通流量变化趋势。通过对比不同模型的实验结果,可以得到结论:SRU网络能取得精确的预测结果;SRU网络的性能优于传统的RNN与浅层神经网络。
作者 赵懿
出处 《中国交通信息化》 2022年第2期123-126,共4页 China ITS Journal
  • 相关文献

参考文献7

二级参考文献56

  • 1郁俊莉.基于混沌时间序列的非线性动态系统神经网络建模与预测[J].武汉大学学报(理学版),2005,51(3):286-290. 被引量:4
  • 2祝志慧,孙云莲,季宇.基于经验模式分解和最小二乘支持向量机的短期负荷预测[J].继电器,2007,35(8):37-40. 被引量:14
  • 3李彬,赖晓平.改进的GGAP—RBF算法及其在函数逼近中的应用[J].模式识别与人工智能,2007,20(2):230-235. 被引量:3
  • 4Grivas G, Chaloulakou A. Artificial neural network models for prediction of PM10 hourly concentrations, in the Greater Area of Athens, Greece[J]. Atmospheric Environment, 2006, 40(7): 1216-1229.
  • 5Gold D R, Litonjua A, Schwartz J, et al. Ambient pollution and heart rate variability[J]. Circulation, 2000, 101(11): 1267-1273.
  • 6Ziomas I C, Melas D, Zerefos C S, et al. Forecasting peak pollutant levels from meteorological variables[J]. Atmospheric Environment, 1995, 29(24): 3703-3711.
  • 7Chaloulakou A, Kassomenos P, Spyrellis N, et al. Measurements o f PM 10 and PM2.5 particle concentrations in Athens, Greece[J]. Atmospheric Environment, 2003, 37(5): 649-660.
  • 8Hussein T, Karppinen A, Kukkonen J, et al. Meteorological dependence of size-fractionated number concentrations of urban aerosol particles[J]. Atmospheric Environment, 2006, 40(8): 1427-1440.
  • 9Gardner M W, Dorling S R. Statistical surface ozone models: An improved methodology to account for non-linear behaviour[J]. Atmospheric Environment, 2000, 34(1): 21-34.
  • 10Chaloulakou A, Saisana M, Spyrellis N. Comparative assessment of neural networks and regression models for forecasting summertime ozone in Athens[J]. Science of the Total Environment, 2003, 313(1/2/3): 1-13.

共引文献176

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部