论文部分内容阅读
介绍了短期交通流预测的作用。以美国某交叉路口的实测交通流数据为例,介绍了原始数据的预处理过程。简要介绍了神经网络BP模型。构建了一种新颖的短期交通流预测的神经网络BP模型,其模型结构为4×P×1。为充分利用统计数据,提高交通流预测结果的精度,用于BP预测模型的"输入值"和"输出值"均为"交通流差值"。在此模型基础上,提出了"动态滚动预测"方法。论文详细介绍了该方法的具体模型结构、预测思路和计算步骤,并对该方法预测结果进行了分析。