期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到118篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ARMA和卡尔曼滤波的短时交通预测 被引量：32
1
作者 杨高飞 徐睿 +2 位作者 秦鸣 郑凯俐 张兵 《郑州大学学报（工学版）》 CAS 北大核心 2017年第2期36-40,共5页
交通预测是智能交通运输系统研究中的一个重要组成部分.为了有效地获取短时交通流量预测数据,保障交叉口畅通,依据道路情况的不确定性以及交通流的非线性变化,应用ARMA模型及卡尔曼滤波模型通过预测结果误差大小来组合预测路段短时交通... 交通预测是智能交通运输系统研究中的一个重要组成部分.为了有效地获取短时交通流量预测数据,保障交叉口畅通,依据道路情况的不确定性以及交通流的非线性变化,应用ARMA模型及卡尔曼滤波模型通过预测结果误差大小来组合预测路段短时交通流量.实例表明,组合模型预测结果达到较高的预测精度,预测误差降低到了5.79%,并且比单一模型预测精度要高.通过该组合模型可以更准确地预测短时交通流量,同时也可以为交叉口信号配时提供必要的理论依据和技术指导,对减小交通延误,提高道路服务水平有一定的应用价值. 展开更多
关键词 智能交通 短时交通预测 ARMA 卡尔曼滤波 预测误差
在线阅读 下载PDF
CPO-BiLSTM模型在短时交通流预测中的应用
2
作者 庄伟卿 余晗彧 《交通科技与经济》 2025年第1期1-7,共7页
短时交通流预测是智能交通系统的核心,可以有效减缓交通拥堵、提升应急响应效率。为进一步提高短时交通流量的预测精度,提出一种基于冠豪猪优化算法-双向长短期记忆网络(CPO-BiLSTM)的组合模型。该模型利用冠豪猪优化算法(CPO)的动态适... 短时交通流预测是智能交通系统的核心,可以有效减缓交通拥堵、提升应急响应效率。为进一步提高短时交通流量的预测精度,提出一种基于冠豪猪优化算法-双向长短期记忆网络(CPO-BiLSTM)的组合模型。该模型利用冠豪猪优化算法(CPO)的动态适应和全局均衡特性对双向长短期记忆网络(BiLSTM)的超参数进行寻优赋值,进而提升模型的泛化能力与训练效率。采用公路交通流数据集,将CPO-BiLTM模型与其他预测模型进行训练和测试比对分析,结果表明CPO-BiLSTM拥有更好的时间序列数据拟合能力,其平均绝对误差为16.8982、均方根误差为23.4424、决定系数为0.98229、剩余预测偏差为7.5159、平均绝对百分比误差为3.4243%,均为最优项,说明该模型能够有效提高预测的准确度和可靠性。 展开更多
关键词 公路交通 智能交通系统 短时交通流预测 冠豪猪优化算法 双向长短期记忆网络
在线阅读 下载PDF
基于随机森林算法的短时交通流量预测平台建设
3
作者 琚冬祥 袁红叶 +2 位作者 董威 夏怡 何日升 《中国交通信息化》 2025年第3期94-97,115,共5页
随着城市化进程的加快和人们出行需求的增长,高速公路作为重要的交通基础设施,其流量预测尤为重要。随机森林算法是一种由决策树构成的集成学习算法,通过组合多棵决策树的预测结果来提升模型的准确性和稳健性,能够有效降低算法的过拟合... 随着城市化进程的加快和人们出行需求的增长,高速公路作为重要的交通基础设施,其流量预测尤为重要。随机森林算法是一种由决策树构成的集成学习算法,通过组合多棵决策树的预测结果来提升模型的准确性和稳健性,能够有效降低算法的过拟合风险。本文提出使用随机森林回归模型,融合道路流量、事故和异常天气数据,对高速公路断面短时交通流量进行预测,并基于预测模型,通过实时采集、处理的道路交通数据信息,建设短时交通流量预测平台,为道路交通相关管理者提供未来道路流量的可视化预测信息,以提高道路交通管理效能,进一步推动高速公路运营管理的智能化发展。 展开更多
关键词 随机森林 数据融合 短时交通流量预测 平台建设
在线阅读 下载PDF
时空相关的道路网络短时交通流预测模型 被引量：2
4
作者 张俊溪 曲仕茹 +1 位作者 张志腾 毕杨 《北京交通大学学报》 CAS CSCD 北大核心 2024年第3期74-82,共9页
为有效解决复杂路网短时交通流预测问题中涉及的时空特征挖掘问题,提出一种基于改进长短时记忆神经网络(Improved Long Short-Term Memory, ILSTM)的交通流预测模型.首先,通过改进的遗传算法对长短时记忆神经网络(Long Short-Term Memor... 为有效解决复杂路网短时交通流预测问题中涉及的时空特征挖掘问题,提出一种基于改进长短时记忆神经网络(Improved Long Short-Term Memory, ILSTM)的交通流预测模型.首先,通过改进的遗传算法对长短时记忆神经网络(Long Short-Term Memory, LSTM)模型初始参数进行优化获得最优参数组合,解决LSTM初始参数设置对输出结果影响较大的问题.其次,针对复杂路网多路段交通流预测中遇到的空间特征提取问题,通过挖掘相关路段对目标路段交通流预测的影响程度,重新构建LSTM模型的损失函数,采用路网中相关路段对目标路段的影响系数,以损失函数输出值最小为终止条件,构建ILSTM模型.最后,选择加州公路局交通数据进行模型验证实验,采用遗传算法优化LSTM模型(Genetic Algorithm-LSTM, GA-LSTM)和单纯LSTM模型,以及皮尔森相关系数与LSTM组合模型(Pearson Correlation Coefficient-LSTM,PCC-LSTM),对工作日和周末数据的多次实验结果进行对比分析.实验结果表明:ILSTM模型能够充分考虑复杂路网交通流的时间和空间特征,预测平均误差约为1.16%,在收敛效率和预测精度方面均优于其他模型. 展开更多
关键词 智能交通 短时交通流预测 时空相关 长短时记忆神经网络 损失函数
在线阅读 下载PDF
基于季节性ARIMA模型的短时交通流预测方法研究
5
作者 俞乐澜 邵梓轩 +1 位作者 徐程 李涛 《交通世界》 2024年第25期2-5,共4页
综合道路特点、行驶时间和车辆的特征等信息,采用时间差值法筛除无效数据,剔除运营车数据;在通过序列分解与ADF-1平稳性检验后,提出基于季节性ARIMA模型的短时交通流预测技术,以探究该模型下车流量预测精度达到最佳预测效果时的最优采... 综合道路特点、行驶时间和车辆的特征等信息,采用时间差值法筛除无效数据,剔除运营车数据;在通过序列分解与ADF-1平稳性检验后,提出基于季节性ARIMA模型的短时交通流预测技术,以探究该模型下车流量预测精度达到最佳预测效果时的最优采样间隔;采用AIC准则对参数寻优定阶,ADF检验和差分分析选择最优的差分阶层;为确保模型的可靠性,使用Ljung-Box Q检验进行白噪声检验。结果表明,时间间隔为15 min的车流量统计模型SARIMA(1,1,2)×(2,0,0)4在预测精度和稳定性方面均优于其他时间间隔和传统的ARIMA模型。同时,该方法也具有一定的通用性,可以应用于其他领域的短时流量预测。 展开更多
关键词 短时交通流预测 季节性ARIMA模型 ADF-1检验 Ljung-Box Q检验
在线阅读 下载PDF
基于CS算法优化的SVM短时交通流预测模型 被引量：2
6
作者 兰添贺 曲大义 +1 位作者 陈昆 刘浩敏 《青岛理工大学学报》 CAS 2024年第1期134-140,共7页
为了提高短时交通流预测模型的准确度,提出一种基于布谷鸟搜索算法(Cuckoo Search,CS)优化的支持向量机(Support Vector Machine,SVM)短时交通流预测模型(CS-SVM)。选取青岛市内的多组典型城市路段作为研究对象,将观测收集的车流量数据... 为了提高短时交通流预测模型的准确度,提出一种基于布谷鸟搜索算法(Cuckoo Search,CS)优化的支持向量机(Support Vector Machine,SVM)短时交通流预测模型(CS-SVM)。选取青岛市内的多组典型城市路段作为研究对象,将观测收集的车流量数据作为学习样本。利用CS算法对SVM模型的主要参数进行优化,建立以SVM为基础的短时交通流预测模型。最后将CS-SVM模型与多种现有模型进行仿真分析。结果表明,CS-SVM模型相比其他传统模型具有更低的预测误差和更好的稳定性,CS-SVM模型相比SVM模型的MAE值下降了6.56%,RMSE值下降了7.36%。因此该模型能够为城市交通出行和交通流理论研究提供有效帮助。 展开更多
关键词 短时交通流预测 城市道路交通 布谷鸟搜索算法 支持向量机
在线阅读 下载PDF
基于XGBoost算法的高速公路短时交通流量预测 被引量：1
7
作者 赵霞 高源 +2 位作者 赵莉 唐嘉立 李之红 《市政技术》 2024年第10期31-36,共6页
在快速城市化背景下,高速公路交通流畅度对经济效率与民众生活至关重要,故在复杂多变的高速公路网中,快速精准预测交通流量成为实时交通管理的核心前提。然而,由于短时交通流具有非线性和随机变化的特点,交通流量的准确预测一直面临着... 在快速城市化背景下,高速公路交通流畅度对经济效率与民众生活至关重要,故在复杂多变的高速公路网中,快速精准预测交通流量成为实时交通管理的核心前提。然而,由于短时交通流具有非线性和随机变化的特点,交通流量的准确预测一直面临着巨大的挑战。为了克服这些挑战,构建了一种基于XGBoost算法的短时交通流量预测模型,旨在提高交通流量预测的准确性。该模型基于XGBoost算法的强大学习能力和优秀的泛化性能,通过对历史交通流量数据的学习,能够更好地捕捉交通流的复杂模式和规律。为了检验XGBoost模型的准确性和有效性,使用江西永武高速公路某路段ETC门架数据进行了一系列测试,并将结果与传统的ARIMA、BP、GBDT、Prophet模型进行了比较。实验结果表明,相比于传统的预测模型,XGBoost模型在短时交通流量预测中具有更高的预测精度。这将为公路交通管理部门提供更有效的决策支持,帮助其优化交通流,减少交通拥堵,提高交通运行效率。 展开更多
关键词 智能交通 短时交通流量预测 XGBoost ETC卡口 高速公路
在线阅读 下载PDF
基于VMD-ISSA-LSTM的短时交通流预测研究
8
作者 庞学丽 宋坤 +2 位作者 姚红云 李一博 曹志富 《现代电子技术》 北大核心 2024年第8期31-36,共6页
针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合... 针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合,建立一种短时交通流预测模型(VMD-ISSA-LSTM)。首先利用VMD对历史原始交通流数据进行分解;然后采用佳点集、正弦函数扰动和Tent混沌映射等策略对标准的SSA算法加以改进,增强ISSA算法的寻优能力;最后,将每个分量送入ISSA-LSTM中进行预测,同时将预测结果线性叠加,得到交通流量预测值。以上海市中山北路-曹杨路口2018年11月1日—30日的历史交通数据对模型进行验证。结果表明,与LSTM、VMD-LSTM、VMD-SSA-LSTM等传统预测模型相比,VMD-ISSA-LSTM模型的预测结果的平均绝对百分比误差为1.278 4%,能够更好地应用于短时交通流预测中。 展开更多
关键词 短时交通流预测 变分模态分解 改进麻雀搜索算法 长短期记忆神经网络 佳点集 正弦函数扰动 Tent混沌映射
在线阅读 下载PDF
基于CBAM&ConvLSTM的短时交通拥塞预测
9
作者 余文斌 沈鑫禹 +3 位作者 钱铭 冯昊 王苏勋 张成军 《信息技术》 2024年第6期1-7,共7页
短时交通拥塞预测是智能交通的重点问题,其难点在于时空序列的数据处理和特征提取。卷积长短期记忆网络(Convolutional Long Short-Term Memory, ConvLSTM)适合处理兼具时间和空间相关性的交通数据。而卷积注意力机制(Convolutional Blo... 短时交通拥塞预测是智能交通的重点问题,其难点在于时空序列的数据处理和特征提取。卷积长短期记忆网络(Convolutional Long Short-Term Memory, ConvLSTM)适合处理兼具时间和空间相关性的交通数据。而卷积注意力机制(Convolutional Block Attention Module, CBAM)在空间和时间维度引入注意力机制,使模型对于数据的变化更加敏感。文中结合ConvLSTM和CBAM,设计了一种新模型,对短时交通拥塞进行预测。实验基于百度地图实时数据,并与其他主流模型进行了比较。结果表明,该模型在交通数据的适应性方面优于其他模型,为解决交通拥塞的预测问题提供了一种新的思路和方法。 展开更多
关键词 深度学习 短时交通拥塞预测 卷积长短期记忆网络 卷积注意力机制 时空预测
在线阅读 下载PDF
基于相空间重构和RELM的短时交通流量预测 被引量：16
10
作者 商强 杨兆升 +2 位作者 李志林 李霖 曲鑫 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2016年第4期109-114,共6页
为了提高短时交通流量预测的精度,构建了基于相空间重构和正则化极端学习机的短时交通流量预测模型.首先采用C-C算法求解交通流量时间序列的最佳时间延迟和嵌入维数,进行相空间重构;然后选用G-P算法计算序列关联维数,判断出短时交通流... 为了提高短时交通流量预测的精度,构建了基于相空间重构和正则化极端学习机的短时交通流量预测模型.首先采用C-C算法求解交通流量时间序列的最佳时间延迟和嵌入维数,进行相空间重构;然后选用G-P算法计算序列关联维数,判断出短时交通流量序列具有混沌特性.在此基础上,将重构数据作为正则化极端学习机的输入和输出来训练模型,并采用网格搜索法优化模型参数.最后以实测数据为基础,对模型的预测效果进行对比分析.结果表明,新构建模型的预测效果良好,能够有效提高短时交通流量预测精度. 展开更多
关键词 交通工程 短时交通预测 相空间方法 极端学习机
在线阅读 下载PDF
短时交通流预测方法分析研究 被引量：1
11
作者 牛巧丽 《中国储运》 2024年第5期119-120,共2页
1.引言近年来,由于城市居民生活水平不断提高,机动车拥有量持续上涨,以及节假日集中出行的特征,导致高速公路交通负荷日益增强,交通拥堵现象频发。造成交通拥堵现象的原因多种多样,在道路硬件建设不可能短期实现的情况下,如果能够预测... 1.引言近年来,由于城市居民生活水平不断提高,机动车拥有量持续上涨,以及节假日集中出行的特征,导致高速公路交通负荷日益增强,交通拥堵现象频发。造成交通拥堵现象的原因多种多样,在道路硬件建设不可能短期实现的情况下,如果能够预测不同线路车流情况,可以对出行者出行进行引导,控制交通流量,减少交通拥堵。 展开更多
关键词 机动车拥有量 短时交通流预测 交通负荷 交通拥堵 交通流量 高速公路 居民生活水平 硬件建设
在线阅读 下载PDF
改进麻雀搜索算法优化BP神经网络的短时交通流预测
12
作者 王珅 李昕光 +1 位作者 詹郡 吕桐 《青岛理工大学学报》 CAS 2024年第1期126-133,140,共9页
针对BP神经网络预测短时交通流量过于依赖初始参数的问题,提出一种基于改进麻雀搜索算法(ISSA)来优化BP神经网络的短时交通流预测模型(ISSA-BP)。针对标准麻雀搜索算法(SSA)易收敛于原点,容易陷入局部最优等问题,对麻雀群体中的发现者... 针对BP神经网络预测短时交通流量过于依赖初始参数的问题,提出一种基于改进麻雀搜索算法(ISSA)来优化BP神经网络的短时交通流预测模型(ISSA-BP)。针对标准麻雀搜索算法(SSA)易收敛于原点,容易陷入局部最优等问题,对麻雀群体中的发现者和部分加入者的位置更新公式分别进行改进,改进后的发现者将基于搜索维度的大小和当前最优值的位置来进行全局搜索,部分加入者将根据其与最优位置之间的距离来进行全局搜索。通过实验对BP,PSO-BP,SSA-BP,ISSA-BP 4种短时交通流预测模型的预测效果进行对比分析,结果显示,ISSA-BP短时交通流预测模型的误差最小,ISSA-BP模型相较BP模型在MAE评价指标上的预测精度提升了48.85%,有着更好的预测精度。 展开更多
关键词 短时交通流预测 算法优化 改进麻雀搜索算法 BP神经网络 基准测试函数
在线阅读 下载PDF
基于K-means与GRNN的高原山区高速公路短时交通流预测
13
作者 林美 梁艳洁 陆彬 《交通节能与环保》 2024年第2期67-73,共7页
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... 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。 展开更多
关键词 运输规划与管理 短时交通流预测 GRNN K-MEANS 高原山区高速公路
在线阅读 下载PDF
高原山区高速公路短时交通流预测方法
14
作者 林美 《黑龙江交通科技》 2024年第6期144-150,共7页
准确的短时交通流预测是有效避免高原山区高速公路交通事故的关键。高原山区高速公路受高海拔地形影响,短时交通流数据特性较平原区域的更复杂,适用于平原区域的预测模型不一定适用于高原山区。选取SARIMA、GRNN、LSTM模型分别作为数理... 准确的短时交通流预测是有效避免高原山区高速公路交通事故的关键。高原山区高速公路受高海拔地形影响,短时交通流数据特性较平原区域的更复杂,适用于平原区域的预测模型不一定适用于高原山区。选取SARIMA、GRNN、LSTM模型分别作为数理统计、传统机器学习、深度学习三类预测模型的代表,以四川省阿坝藏族羌族自治州G4217蓉昌高速汶川至马尔康收费站收费数据为样本。结果显示:三种模型均具有较好的预测性能,其中SARIMA和LSTM模型预测效果相当,R2均接近0.97,且较GRNN模型的MAE分别减少了53.12%、57.70%,MAPE分别减少了38.19%、43.72%。研究表明即使数理统计类模型亦可较好预测高原山区高速公路短时交通流,且数据对模型有选择,LSTM模型预测效果最佳,SARIMA模型次之,GRNN模型较差。 展开更多
关键词 高原山区高速公路 交通事故 短时交通流预测
在线阅读 下载PDF
基于STAtt-DGCN模型的高速公路短时交通流预测
15
作者 唐嘉立 舒宏柯 +1 位作者 黄小峰 陈梦宇 《市政技术》 2024年第11期84-91,126,共9页
短时交通流精准预测是高速公路交通运行状态精细化监管的重要手段,有助于提前监测高速公路潜在车流拥挤事件并及时管控。国内外学者已经从数理统计、数据驱动的维度提出了多种短时交通流的预测方法,虽然成果颇丰,但对交通流数据在时间... 短时交通流精准预测是高速公路交通运行状态精细化监管的重要手段,有助于提前监测高速公路潜在车流拥挤事件并及时管控。国内外学者已经从数理统计、数据驱动的维度提出了多种短时交通流的预测方法,虽然成果颇丰,但对交通流数据在时间关联性、空间关联性方面的共同建模能力不足,导致预测精度仍然有提升的空间。基于此,笔者提出了一种时空注意力扩散图卷积模型(STAtt-DGCN),来进行高速公路交通流的短时预测。该模型依托经典的时间注意力机制、空间注意力机制和图卷积网络,设计了时空模块、时空卷积模块以及扩散图卷积网络模块,来分别建立交通流数据在时间、空间维度的关联性,从而使预测精度得到有效提升。选取了江西省某高速公路3个月的ETC数据集来验证所提模型的性能,并选用ARIMA、LSTM、STGCN等常见基线模型来进行模型的对比评估。实验结果表明:STAtt-DGCN模型几乎在每个月的数据集上都展现出较好的预测能力。以2022年4月为例,与最具挑战的STGCN基线模型相比,所提模型在平均绝对误差、均方绝对误差、平均绝对误差上分别下降了17.9%、40.0%、11.0%。这意味着STAtt-DGCN模型的预测精度相较于基准方法有较大提升,可应用于高速公路交通流精准预测。 展开更多
关键词 短时交通流预测 高速公路 深度学习模型 时空注意力机制 扩散图卷积网络
在线阅读 下载PDF
短时交通流预测模式分析
16
作者 贾慧 张睿哲 《中国储运》 2024年第12期143-143,共1页
在早期的交通流预测中,历史平均法是最常使用的一种预测方法。它有着用法简单,计算速度较快的优点,但缺点也很明显,较低的精度使得它不能处理突然发生以及规模复杂的情况,一般适用于对准确度要求不高的静态模型[1]。近年来,人工智能的... 在早期的交通流预测中,历史平均法是最常使用的一种预测方法。它有着用法简单,计算速度较快的优点,但缺点也很明显,较低的精度使得它不能处理突然发生以及规模复杂的情况,一般适用于对准确度要求不高的静态模型[1]。近年来,人工智能的兴起促使交通领域开始广泛应用深度学习的神经网络模型来预测城市道路的交通流,相较传统的基于线性理论的方法,深度学习模型能够更好地捕捉交通流数据的动态特性,并具有更出色的性能。本文将重点介绍基于深度学习的短时交通流预测模型。 展开更多
关键词 人工智能 神经网络模型 深度学习 准确度要求 短时交通流预测 静态模型 交通流数据 平均法
在线阅读 下载PDF
短时段交通预测时间序列方法的改进
17
作者 周欣荣 柴干 苑红凯 《徐州建筑职业技术学院学报》 2005年第4期14-16,共3页
时间序列方法在短时交通预测中应用广泛.总结了该方法的优缺点.在传统的时间序列方法基础上引入带遗忘因子的最小二乘递推算法得到改进算法,实现了实时在线预测,解决了短时交通流量实时预测中存在的随机干扰因素影响大、不确定性强的问题.
关键词 短时交通预测 时间序列方法 遗忘因子 最小二乘法
在线阅读 下载PDF
一种组合核相关向量机的短时交通流局域预测方法 被引量：26
18
作者 邴其春 龚勃文 +2 位作者 杨兆升 林赐云 商强 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2017年第3期144-149,共6页
为有效提高短时交通流预测的精度,提出一种基于组合核相关向量机模型的短时交通流局域预测方法.首先利用C-C方法实现相空间重构,然后根据Hannan-Quinn准则确定邻近点个数,进而构建基于粒子群优化的组合核相关向量机模型,最后采用上海市... 为有效提高短时交通流预测的精度,提出一种基于组合核相关向量机模型的短时交通流局域预测方法.首先利用C-C方法实现相空间重构,然后根据Hannan-Quinn准则确定邻近点个数,进而构建基于粒子群优化的组合核相关向量机模型,最后采用上海市南北高架快速路的感应线圈实测数据进行实验验证和对比分析.实验结果表明:基于组合核相关向量机模型的短时交通流局域预测方法的预测误差和均等系数均优于对比方法,其中,平均绝对百分比误差比GKF-RVM模型、GKF-SVM模型和加权一阶局域预测模型分别降低了29.2%、47.5%和59.5%,能够进一步提高短时交通流预测的精度. 展开更多
关键词 交通工程 相空间重构 C-C方法 组合核 相关向量机模型 短时交通流预测
在线阅读 下载PDF
高斯过程回归短时交通流预测方法 被引量：22
19
作者 康军 段宗涛 +2 位作者 唐蕾 刘研 王超 《交通运输系统工程与信息》 EI CSCD 北大核心 2015年第4期51-56,共6页
已有的短时交通流预测方法均属于确定性预测,无法对预测的不确定性进行定量分析.针对上述问题,提出了一种基于高斯过程回归的短时交通流预测方法.通过该方法在对短时交通流进行预测的同时还可以得到预测的方差估计值,并依此可以确定预... 已有的短时交通流预测方法均属于确定性预测,无法对预测的不确定性进行定量分析.针对上述问题,提出了一种基于高斯过程回归的短时交通流预测方法.通过该方法在对短时交通流进行预测的同时还可以得到预测的方差估计值,并依此可以确定预测值的95%置信区间.在仿真实例中,在相同条件下对所提方法与支持向量机预测方法进行比较.仿真结果表明,高斯过程回归短时交通流预测方法不仅与支持向量机预测方法具有相近的预测精度,其中均方根误差为12.09,绝对值误差为118.42,相对误差为17.32%,而且能够获得预测结果的方差估计值,从而有效实现短时交通流概率意义上的预测. 展开更多
关键词 智能交通 短时交通流预测 高斯过程回归 短时交通流 概率性预测 方差估计
在线阅读 下载PDF
基于GA-LSSVR模型的路网短时交通流预测研究 被引量：19
20
作者 陈小波 刘祥 +3 位作者 韦中杰 梁军 蔡英凤 陈龙 《交通运输系统工程与信息》 EI CSCD 北大核心 2017年第1期60-66,81,共8页
目前,很多短时交通流预测方法仅利用某一路段历史数据的时间相关性或者道路上下游路段的时空相关性进行交通流预测,未充分考虑路网所有路段之间的时空相关性.提出了一种基于稀疏混合遗传算法优化的最小二乘支持向量回归(LSSVR)模型,并... 目前,很多短时交通流预测方法仅利用某一路段历史数据的时间相关性或者道路上下游路段的时空相关性进行交通流预测,未充分考虑路网所有路段之间的时空相关性.提出了一种基于稀疏混合遗传算法优化的最小二乘支持向量回归(LSSVR)模型,并应用于路网短时交通流预测.该预测模型不仅可以自动优化LSSVR模型参数,而且可以从高维路网交通流数据中选择有助于交通流预测的变量子集.实验结果表明,与LSSVR模型相比,所提方法具有更好的预测能力;而且,少量时空变量被选择出来构建预测模型,极大减少了信息冗余,改进了模型可解释性. 展开更多
关键词 智能交通 变量选择 稀疏混合遗传算法 短时交通流预测 最小二乘支持向量回归
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部