针对基于GPS／GIS的浮动车数据特点，总结其中无效的数据类型，并给出数据有效处理的方法。以支持向量机原理、交通状态预测方法为基础，分析了常用支持向量回归机、核函数及模型参数的性能，以及各核函数及模型参数对支持向量机性能的影响及作用。针对路段平均速度预测中的小样本、非线性、高维回归等特点，将支持向量回归机方法引入基于浮动车数据的路段车辆速度预测，构建了路段平均速度短时预测模型。并以杭州市某路段的实际数据为例，详细阐述了支持向量回归机预测模型的具体建模和求解过程。运用LibSVM2．84软件包，进

BP神经网络预测公路运量 1.问题的描述 公路运量主要包括公路的客运量和公路货运量两个方面。据研究，某地区的公路运量主要与该地区的人数、机动车数量和公路面积有关，表1给出了20年得公路运量相关数据，表中人数和公路客运量的单位为万人，机动车数量单位为万两，公路面积的单位为万平方千米，公路货运量单位为万吨。 根据有关部门数据，该地区2010年和2011年的人数分别为73.39和75.55万人，机动车数量分别为3.9635和4.0975万辆，公路面积将分别为0.9880和1.0268万平

提出基于高速公路收费站进出口数据推算OD矩阵的一般方法。在缺乏初始OD矩阵的条件下,结合指数平滑法和无约束重力模型思想,通过VB编程反复迭代进行初始OD矩阵推算 利用组合模型预测高速公路各收费站出入口流量,通过弗雷特法进行OD分布推算。以沪宁高速公路为例证实此方法具有较高的精度。-Proposed highway toll station-based import and export data projections general OD matrix method. Lack of init

一个短时的电力流量预测，Elman算法与神经网络结合的实例(A short time traffic flow prediction, an example of the combination of Elman algorithm and neural network)