Elman与Bp神经网络应用于交通流预测的对比研究.pdfVIP

第 13卷第 6期 工 业 工 程 Vo1．13No．6 2010年 12月 IndustrialEngineeringJournal Deeember2010 Elman与 Bp神经网络应用于交通流预测的对 比研究 何 定 ，徐 鹏2 (1．长安大学 汽车学院，西安 710064；2．重庆大学 经济与工商管理学院，重庆 400030) 摘要：将动态神经网络Elman应用于交通流预测中，通过对比应用较为广泛的Bp神经网络 ，对实际监测到的一组数 据进行学习、仿真和预测。结果表明，Elman网络在对具有动态特性的交通流预测 中，具有比Bp网络更好的预测 效果。 关键词：Elman神经网络；Bp神经网络；交通流预测 中图分类号：U491．1 文献标识码 ：A 文章编号：1007-7375(2010)06—0097—04 ComparativeStudyon theApplication ofElmanand Bp NeuralNetworktoTrafficFlow Prediction HeDing ，XuPeng (1．SchoolofAutomobile，Chang’anUniversity，Xi’an710064，China； 2．SchoolofEconomicsandBusinessManagement，ChongqingUniversity，Chongqing400030，China) Abstract：Anaccuratetrafficflow predictionhasgreateffectonalleviatingurbantrafficcongestion．Com— parativeanalysisoftrafficflow prediction isconductedinthispaper．W ith statisticdataavailable，Elman neuralnetwork isappliedtoforecastthevolumeoftrafficflow atthesameintervalinfuturedaysinGuiy— ang，Guizhou province．The prediction isthencomparedwith thatobtained byusingcommonly used Bp neuralnetwork．Resultsshow thatbetterforecastcanbeobtainedbyElmanneuralnetworkfortrafficflow withdynamicfeaturethanbyBpneuralnetwork． Keywords：Elmanneuralnetwork；Bpneuralnetwork；trafficflow prediction 交通是城市经济活动的命脉，对城市经济发展、 中。ChenShu—yan等 使用了灰色神经网络进行交 人民生活水平提高起着十分重要的作用 ¨。但近年 通流的预测。秦伟刚等 利用径向基 (RBF)神经网 来，日益严重的交通拥堵 问题却成为限制城市发展 络对该领域进行了研究。而陈雪平等 则利用 目前 的瓶颈。因此，如何准确预测未来交通流量，合理分 应用较为广泛的Bp神经网络对交通流进行了仿真。 配现有道路资源 ，成为当今交通控制和交通引导领 另外，有更多学者尝试将不同的数学模型和神经网 域的重要课题。但交通流的运行存在高度 的随机 络相结合进行研究，也取得 了不错 的成果。如， 性、复杂性和不确定性，传统的数学预测模型已不能 ZhengWei-zhong等 将贝叶斯模型和径 向基 (RBF) 满足实践中越来越高的精度要求。由于神经网