%0 Journal Article
%T 交通流量VNNTF神经网络模型多步预测研究
%A 殷礼胜
%A 何怡刚
%A 董学平
%A 鲁照权
%J 自动化学报
%P 2066-2072
%D 2014
%R 10.3724/SP.J.1004.2014.02066
%X ？研究了VNNTF神经网络（Volterraneuralnetworktrafficflowmodel，VNNTF）交通流量混沌时间序列多步预测问题.通过分析比较交通流量混沌时间序列相空间重构的嵌入维数和Volterra离散模型之间的关系，给出了确定交通流量Volterra级数模型截断阶数和截断项数的方法，并在此基础上建立了VNNTF神经网络交通流量时间序列模型；设计了交通流量Volterra神经网络的快速学习算法；最后，利用交通流量混沌时间序列对VNNTF网络模型，Volterra预测滤波器和BP网络进行了多步预测实验，比较了多步预测结果的仿真图、绝对误差的柱状图以及归一化后的方均根；实验结果表明VNNTF神经网络的多步预测性能明显优于Volterra预测滤波器和BP神经网络.
%K 相空间重构
%K 泛函级数
%K 多步预测
%K VNN神经网络
%K 算法
%K 混沌
%U http://www.aas.net.cn/CN/abstract/abstract18480.shtml