基于灰色神经网络的道路权重确定方法研究
提出了一种基于灰色神经网络的道路权重评定方法。首先利用GM 模型少数据建模和人工神经网络非线性逼近的优点把两种模型有机结合，实现对交通流的模拟预测；其次利用交通量-速度以及速度-时间的关系确定交通流与时间的关系模型；最后结合前两部分建立的模型构建基于灰色神经网络的路阻函数模型，从而确定路段的权重。实验结果表明，该方法具有较高的精度，且模型利用少量的数据就可以确定路段的路阻函数，为路段权值的确定提供一种有效可行的方法，可用于智能交通的路径规划等应用中。
交通阻抗 路径规划 灰色模型 神经网络
蔡强 陈亚 李海生 曹健
北京工商大学计算机与信息工程学院,北京,100048
国内会议
上海
中文
152-158
2012-10-20（万方平台首次上网日期，不代表论文的发表时间）