摘要：准确的交叉口短时交通量预测有利于优化交叉口信号配时,从而提升交叉口通行能力,鉴于此,本文针对交叉口短时交通量预测开展研究.考虑交叉通量时空特性,结合神经网络算法自组织与自学习特性,提出基于Levenberg-Marquardt(LM)神经网络算法的交叉口短时交通量预测模型.基于本文预测模型,应用Matlab软件进行交叉口短时交通量预测.研究结果表明,本文所提模型具备较高的模型预测精度,可为交叉口短时交通量预测研究提供方法参考.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
热门期刊
期刊名称：德州学院学报
德州学院学报由德州学院主办，山东省教育厅主管的学术刊物，国内刊号为：37-1372/Z。创办于1985年，双月刊，在全国同类期刊中发行数量名列前茅。其主要栏目有：地域文化研究·德州风物、地域文化研究·董仲舒研究、地域文化研究·德州教育、海上丝路研究、文学·艺术研究、历史文化研究、法学·社会学研究、哲学·政治学研究、高校教学研究等。
