| 基于组合模型的短时交通流量预测 |
| |
| 引用本文： | 钱伟,车凯,李冰锋.基于组合模型的短时交通流量预测[J].控制工程,2019,26(1):125-130. |
| |
| 作者姓名： | 钱伟 车凯 李冰锋 |
| |
| 作者单位： | 河南理工大学 电气工程与自动化学院,河南 焦作,454000;河南理工大学 电气工程与自动化学院,河南 焦作,454000;河南理工大学 电气工程与自动化学院,河南 焦作,454000 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;河南省高等学校科技创新人才支持计划;河南省高校科技人才支持计划;河南省高等学校青年骨干教师资助计划 |
| |
| 摘 要： | 为了进一步提高交通流预测的精度,根据交通流的固有特点,提出了一种短时交通流预测组合模型。该模型包括灰色算法和ELM (ExtremeLearningMachine)神经网络2个子模型:灰色算法对平稳数据预测精度较好,ELM神经网络具有训练时间短,预测精度高,抗干扰能力强的特点。在对交通流量的数据特点和子模型不同预测原理分析的基础上,通过计算交通流数据波动的大小和两种子模型的预测误差,确定子模型预测结果在组合模型中所占的权重,然后进一步得到基于组合模型的预测值。通过实验证实,所提方法优于现有的一些成果,是一种短时交通流预测的有效方法。
|
| 关 键 词： | 交通流预测 灰色算法 ELM神经网络 组合模型 |
Short-term Traffic Flow Prediction Based on Combined Models |
| |
| QIAN Wei,CHE Kai,LI Bing-feng.Short-term Traffic Flow Prediction Based on Combined Models[J].Control Engineering of China,2019,26(1):125-130. |
| |
| Authors: | QIAN Wei CHE Kai LI Bing-feng |
| |
| Affiliation: | (Department of Electrical Engineering and Automation,Henan Polytechnic University,Jiaozuo 454000,China) |
| |
| Abstract: | QIAN Wei;CHE Kai;LI Bing-feng(Department of Electrical Engineering and Automation,Henan Polytechnic University,Jiaozuo 454000,China) |
| |
| Keywords: | Traffic flow prediction grey algorithm ELM neural network combined model |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
