ty -jour a2 -zhong，junpei au -wang，li au -lin，lin，shimin au -yang，jingfeng au -zhang -Zhang，nanfeng au -yang au -ji au -ji au -li -li，yong au -yong au -yu -au -zhou，andong au-Li，Zhifu PY -2017 DA- 2017/12/31 TI-基于交通流量理论模型和神经网络数据校准算法SP -5067145 VL -2017 AB-交通拥堵 - 交通拥堵 - 交通拥堵 - 交通拥堵 - 交通拥堵是许多常见问题国家，尤其是在大城市。目前，中国的城市道路交通事故经常发生，发生频率很高，事故导致交通拥堵，事故导致交通拥堵，反之亦然。交通事故的发生通常会导致道路交通能力减少和交通瓶颈的形成，从而导致交通拥堵。在本文中，通过使用改进的中型交通模型模拟交通拥堵的形成和传播，并研究了拥塞耗散的控制策略。从定量交通拥堵的角度来看，本文提供了以下事实：构建了城市流量集成的仿真平台，并提出了基于RBF神经网络的可行数据分析，学习和参数校准方法，该方法用于确定相应的决策支持系统。模拟结果证明，本文提出的控制策略是有效且可行的。根据论文的时间和空间演变，我们可以看到整个网络已得到改善。 SN - 1076-2787 UR - https://doi.org/10.1155/2017/5067145 DO - 10.1155/2017/5067145 JF - Complexity PB - Hindawi KW - ER -