版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、該文所作的工作簡單總結(jié)如下:(1)研究的內(nèi)容之一是交通流的自組織理論,它是研究交通流實時預(yù)測模型的理論基礎(chǔ),再接著介紹了交通流的特性和交通流數(shù)據(jù)的采集、整理和加工等以及交通流模擬理論.(2)網(wǎng)絡(luò)的改進(jìn)在于采用差商LM法,經(jīng)過建立模型與實際計算發(fā)現(xiàn),發(fā)現(xiàn)差商LM法是一種高效、快速的學(xué)習(xí)方法,其學(xué)習(xí)速率比帶動量項的學(xué)習(xí)率自適應(yīng)的BP算法高一個量級,而比Daviden Fletcher Powell(DFP)、Broyden Fletcher
2、 Goldfarl Shanno(BFGS)等變尺度方法以及其他非線性最小二乘法的穩(wěn)定性要好得多.之后介紹基于正交最小才乘算法的小波神經(jīng)網(wǎng)絡(luò)模型和基于時間序列的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型.(3)在交通流預(yù)測這個問題上,主要分為兩個方面的研究:高速公路上交通流量的實時預(yù)測問題和城市交通道路網(wǎng)一般道路交通流實時預(yù)測問題.該文建立了基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的交通流量實時預(yù)測模型,并運用這些模型并以數(shù)據(jù)來源進(jìn)行計算,計算結(jié)果比較接近現(xiàn)實的情況.接著提出交叉口
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 道路網(wǎng)上的實時交通流量預(yù)測研究.pdf
- 實時交通流量自適應(yīng)預(yù)測技術(shù)研究.pdf
- 空中交通流量短期預(yù)測模型研究.pdf
- 船舶交通流量預(yù)測方法研究.pdf
- 交通流量短時預(yù)測方法研究.pdf
- 基于多模型融合的短時交通流量預(yù)測.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)交通流量預(yù)測模型的研究.pdf
- 寧波港船舶交通流量預(yù)測研究.pdf
- 短時交通流量混合預(yù)測方法研究.pdf
- 短時交通流量預(yù)測算法研究.pdf
- 道路交通流量數(shù)據(jù)處理與預(yù)測模型研究.pdf
- 交通流量短時預(yù)測的算法研究.pdf
- 空中交通流量長期預(yù)測方法研究.pdf
- 大規(guī)模路網(wǎng)實時交通流預(yù)測模型及應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的城市交通流量預(yù)測模型研究.pdf
- 結(jié)合交通流動態(tài)特性的短時交通流量組合預(yù)測研究.pdf
- 空中交通流量數(shù)據(jù)的統(tǒng)計預(yù)測研究.pdf
- 空域交通流量預(yù)測研究與系統(tǒng)實現(xiàn).pdf
- 基于流量預(yù)測的在線交通流分配研究.pdf
- 交通流量預(yù)測及路徑導(dǎo)航算法研究.pdf
評論
0/150
提交評論