基于非线性主成分分析和GAGRBF高速公路交通量预测方法.PDFVIP

下载本文档

1
0
约6.6万字
约 8页
2019-01-01 发布于湖北
举报
版权申诉

基于非线性主成分分析和GAGRBF高速公路交通量预测方法.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第卷第期交通运输工程学报１８　３ Vol１８　No３年月２０１８６ JournalofTrafficandTransortationEnineerin June２０１８ p g g 文章编号: ( ) １６７１Ｇ１６３７２０１８０３Ｇ０２１０Ｇ０８基于非线性主成分分析和GAＧRBF的高速公路交通量预测方法 , , , 雷定猷马强徐新平刘青意　 ( , ) 中南大学交通运输工程学院湖南长沙　４１００７５ : , 摘要为了提高高速公路交通量的预测精度综合考虑高速公路交通量的高度非线性和受多因素　 , ( ) 影响的特征提出一种基于非线性主成分分析和 GAＧRBF神经网络 NPCAＧGAＧRBF的高速公路 ; , 交通量预测方法确定了高速公路交通量的主要影响指标运用非线性主成分分析法降低高速公路 , , ; 交通量影响指标的维数及其相关性用少数主成分代替原有的多指标以简化神经网络结构利用 , ; , GA优化 RBF神经网络的参数进一步提高交通量的预测精度以普洱市某高速公路为例对交通 . : 量预测方法进行实例验证分析结果表明组试验和方法的平均相对２ GAＧRBF NPCAＧGAＧRBF 、、 , 误差分别比方法降低和说明优化神经网络能提高 RBF １．６２％３．５３％２．２７％３．３２％ GA RBF ; , 方法的交通量预测精度与方法相比组试验方法的平均相对误 RBF GAＧRBF ２ NPCAＧGAＧRBF 、 , , , 差分别降低了１．９１％１．０５％其交通量预测值更接近实际交通量预测结果更为可靠表明非线 , , . 性主成分分析法消除了指标的相关性进一步提高了交通量预测精度减少了交通量预测复杂度 , , 可见