《表1 预测误差对比：基于短时交通流预测的广域动态交通路径诱导方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于短时交通流预测的广域动态交通路径诱导方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

借用Mathlab软件对基于小波神经网络的短时交通量预测，以拥堵频发路段a9，10为例，预测时间为早高峰07:00-09:00.以10 min为周期，采集3 d共532个数据样本作为训练数据集.前5个周期的交通量作为输入数据，预测下一周期的交通量；网络结构中输入层、隐含层和输出层节点数分别为4-8-1，学习速率为0.001，误差精度0.001，迭代学习次数为100.将本文方法与基于BP神经网络交通流预测作对比，结果如表1和图6所示.