用相关路段交通流逼近目标路段流量的神经网络方法

为了研究城市道路动态变化的交通流量之间的关系,本文分析了城市道路交通流量分布的特点,提出了用相关路段的流量数据逼近目标路段流量的思想,给出了用于逼近的神经网络模型、具体算法和评价标准,在比较精确的训练样本基础上对网络进行了训练,测试了训练后的网络的性能,并与传统的多项式逼近方法进行了比较。实验表明,采用基于神经网络的非线性动态逼近方法较传统的多项式逼近方法能够更加有效的改善逼近的误差。