model and BP model
作者：张婷婷[1,2];张武雄[1,3];裴冬[1,2];赵铖[1,2];俞涵[1,2]
作者机构：[1]中国科学院上海微系统与信息技术研究所,上海200050 [2]上海科技大学,上海201210 [3]上海无线通信研究中心,上海201210
出版物刊名：电信科学 页码：55-59页
年卷期：2016年 第2期
主题词：车联网 智能交通 自回归模型 神经网络模型 交通流量预测
摘要：车流量建模是车联网（vehicular Ad Hoc network,VANET）路由、多媒体接入协议、无线算法设计的基础。准确的车流量模型将对智能交通系统（intelligent transportation system,ITS）实时调度和车联网的信息安全起到十分重要的作用。基于上海市的交通流量数据,利用自回归（auto regressive,AR）模型与神经（back-propagation,BP）网络模型对车流量实测数据进行了仿真对比,给出了相应的预测结果。研究发现,两个模型均能有效地对数据进行跟踪与预测,但对不同时段数据预测的准确性有所不同。研究结果将为未来智能交通应用、车联网的理论研究等提供有力依据。
因篇幅问题不能全部显示，请点此查看更多更全内容