基于自回归模型与神经网络模型的车流量预测对比
第一作者: |
张婷婷;张武雄;裴冬;赵铖;俞涵; |
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...
|
联系作者: |
|
页码: |
55-59 |
期: |
2 |
学科: |
|
外单位作者单位 : |
|
发表年度: |
2016 |
卷: |
|
单位代码: |
|
刊物名称: |
电信科学 |
全文链接: |
|
论文全文: |
|
第一作者所在部门: |
|
论文出处: |
|
论文类别: |
|
参与作者: |
|
其它备注: |
|
|