基于小波神经网络的短时交通量预测

摘要

为了更有效地引导交通运行,针对城市交通流量,以福州市连江县文笔路与敖江北路的交叉路口为例,构建基于小波神经网络的短时交通量预测模型,应用MATLAB软件进行计算,通过网络训练、修正权值和小波基函数参数,得出预测结果。结果显示,小波神经网络预测的相对误差均值为2.65%,而ARMA预测的相对误差均值为39.06%,说明小波神经网络预测方法可更精确地预测短时交通量。