交通流预测方法综述

被引：213

作者：

刘静

关伟

机构：

[1] 北京交通大学,北京交通大学北京　,北京

来源：

关键词：

交通流预测;

D O I：

暂无

中图分类号：

U491.112 [];

学科分类号：

082302 ; 082303 ;

摘要：

实时交通流预测是智能运输系统研究的一个重要问题。为此,建立了许多预测模型,有历史平均模型、时间序列模型、卡尔曼滤波模型、非参数回归模型、神经网络模型和组合模型等。总结评述现存的各类模型,提出交通流预测研究领域今后可能的发展趋势。

引用

页码：82 / 85

页数：4

共 4 条

宫晓燕 ;

汤淑明 .

[2] 基于数学模型的短时交通流预测方法探讨 [J].

贺国光 ;

李宇 ;

马寿峰 .

[3] 智能交通系统研究回顾与展望 [J].

吴小强 ;

李鹏 ;

曲卫民 .

[4] 实时交通流量人工神经网络预测模型 [J].

朱中 ;

杨兆升 .