共 9 条
- [1] Study of forecasting solar irradiance using neural networks with preprocessing sample data by wavelet analysis[J]. ENERGY, 2006, 31 (15) : 3435 - 3445Cao, J. C.Cao, S. H.
- [9] 贝叶斯网络学习、推理与应用.[M].王双成; 著.立信会计出版社.2010,
基于贝叶斯网络多方法组合的短时交通流量预测
被引：24
作者：
王建
邓卫
赵金宝
机构：
[1] 东南大学交通学院
来源：
关键词：
交通工程;
组合模型;
贝叶斯网络;
交通流;
小波分析;
ARIMA算法;
BP神经网络;
D O I：
10.16097/j.cnki.1009-6744.2011.04.018
中图分类号：
U491.14 [];
学科分类号：
摘要：
贝叶斯网络是处理不确定信息和进行概率推理的有力工具,针对短时交通流量预测的难题,提出一种基于贝叶斯网络的多方法组合预测模型.首先建立几种基本预测模型并对交通流量进行预测,然后将预测的结果和实际结果按一定步长进行离散处理,把离散后的结果用贝叶斯网络进行学习,更新贝叶斯网络参数,通过联合推理求得各个基本预测模型预测结果组合下可能组合预测值的后验概率,把后验概率最大所对应的值作为预测值.通过对实际道路交通流量的预测表明,本文提出的贝叶斯网络多方法组合预测模型的预测结果精度优于单一的预测模型,从而论证了本文提出的贝叶斯网络多方法组合预测模型具有一定的实用性.
引用
收藏
页码：147 / 153
页数：7
相关论文