期刊文献+

山地城市道路交通量双层预测模型

在线阅读 下载PDF
导出
摘要 为进一步提高城市道路断面交通量预测精度,基于城市道路全息感知体系,通过大数据深度挖掘,统计出历史天数全时段交通量,利用RBF神经网络任意逼近拟合特性,构建RBF-ARIMA模型,对城市道路交通交通量进行精准预测,并以典型山城城市重庆市中心城区学府大道为例进行实例验证,结果表明:相较于单一ARIMA模型,RBF- ARIMA模型平均绝对误差下降14.54%,平均相对误差下降18.84%,均方根误差下降12.75%,精度提高较为明显,对城市道路交通量预测有较好的适应性。
作者 谢林达
  • 相关文献

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