共查询到10条相似文献,搜索用时 11 毫秒
1.
对综合运输体系中的热点研究方向即短时交通流的几种主要预测方法:基于混沌时间序列分析、基于L-M算法的BP神经网络、组合预测等方法进行了介绍,并对其原理、优缺点和具体应用分别进行了详细分析,并指出了短时交通流预测研究的发展方向。 相似文献
2.
鉴于当前的城市交通拥挤不堪的现状,以及现阶段道路交通流预测时间消耗过长的弊端,将小波分析引入到城市短时交通流预测过程中,结合隐马尔科夫训练,提出一种基于小波分析的隐马尔科夫训练交通流预测模型。文章以新乡市交通局公交汽车数据和出租汽车数据作为数据来源,应用小波分析和隐马尔科夫相结合的预测模型进行预测,随后将预测结果同传统的隐马尔科夫模型所预测的结果进行对比分析。实验表明,本模型预测结果精确,与真实数据更为贴近,同时有效的降低了交通流预测的时间损耗,在短时交通流预测方面更加具有优越性。 相似文献
3.
4.
5.
为了研究可适用于高原山区高速公路短时交通流的预测方法,以及预测方法思路对绩效的影响,提出基于广义回归神经网络(General Regression Neural Network,GRNN),构建K均值聚类算法(K-means clustering algorithm,K-means)与GRNN混合预测方法思路,即通过K-means和绩效指标判断GRNN模型参数最佳值,进而建立最佳预测模型。与传统上通过经验或一定指标判断模型参数值的思路相比,采用K-means和GRNN混合预测思路得出的模型参数值更佳,且模型RMSE、MAE最高可分别改善45.92%、45.05%,则构建的混合预测方法思路是科学有效的,可为高原山区交通流预测方法优化提供借鉴。 相似文献
6.
基于BP神经网络的PGIS空车位数预测建模研究 总被引:1,自引:0,他引:1
文章采用BP神经网络对城市停车诱导信息系统(PGIS)中的空余车位数进行预测研究,建立了基于BP神经网络的PGIS空车位数预测模型,并介绍了模型预测的过程和方法。 相似文献
7.
8.
9.
为了提升城市道路智能交通控制和管理的合理性和有效性,从交通流时空特性角度出发,提出基于传递熵(TE)变量选择和长短时记忆(LSTM)神经网络模型的城市道路交通流预测方法。根据传递熵选取与被测对象时空因果关联性强的影响因素,将筛选所得的因素作为输入变量,建立TELSTM组合预测模型。采用自动车牌识别数据对算法进行训练和实验,并与基于随机森林(RF)、递归特征消除(RFE)、前向选择(FA)的LSTM组合预测模型对比。结果表明:TE-LSTM模型对道路交通流的预测准确度最高,交通流量预测的MAPE低于5%,在满足实际交通管理和控制的数据精度要求的同时,降低了预测模型的变量维度和复杂度,提升预测效率。 相似文献