摘要：通过对道路交通流变化规律和影响因素的分析，提出了一种新的交通流预测模型．首先，鉴于模糊聚类方法易陷入局部最优解及运算速度慢的缺点，采用蚁群算法中Pij（t）改进模糊聚类分析；然后以最拥挤时间段的25个点交通流数据、天气数据以及天类别数据为指标，将历史数据聚分成若干簇团，并采用动量BP神经网络针对每一簇团建立相应的预测模型．对实际数据进行预测分析的结果表明：该模型不仅对普通工作日有较高的预测精度，对双休日、节假日和一些特殊情况（雨雪天气）也有较好的预测精度．

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=34606622

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）