| 基于自回归模型与神经网络模型的车流量预测对比 |
| |
| 引用本文： | 张婷婷,张武雄,裴冬,赵铖,俞涵. 基于自回归模型与神经网络模型的车流量预测对比[J]. 电信科学, 2016, 0(2): 55-59. DOI: 10.11959/j.issn.1000-0801.2016049 |
| |
| 作者姓名： | 张婷婷 张武雄 裴冬 赵铖 俞涵 |
| |
| 作者单位： | 1. 中国科学院上海微系统与信息技术研究所,上海200050;上海科技大学,上海201210;2. 中国科学院上海微系统与信息技术研究所,上海200050;上海无线通信研究中心,上海201210 |
| |
| 基金项目： | 国家自然科学基金资助项目，上海市自然科学基金资助项目 |
| |
| 摘 要： | 车流量建模是车联网(vehicular Ad Hoc network,VANET)路由、多媒体接入协议、无线算法设计的基础.准确的车流量模型将对智能交通系统(intelligent transportation system,ITS)实时调度和车联网的信息安全起到十分重要的作用.基于上海市的交通流量数据,利用自回归(auto regressive,AR)模型与神经(back-propagation,BP)网络模型对车流量实测数据进行了仿真对比,给出了相应的预测结果.研究发现,两个模型均能有效地对数据进行跟踪与预测,但对不同时段数据预测的准确性有所不同.研究结果将为未来智能交通应用、车联网的理论研究等提供有力依据.
|
| 关 键 词： | 车联网 智能交通 自回归模型 神经网络模型 交通流量预测 |
Comparison of traffic flow prediction based on AR model and BP model |
| |
| Abstract: | |
| |
| Keywords: | VANET ITS AR model BP network model traffic flow predicting |
| 本文献已被 万方数据 等数据库收录！ |
|
