共 6 条
短时交通流量智能组合预测模型及应用
被引：55
作者：
沈国江
[1
]
王啸虎
[2
]
孔祥杰
[3
]
机构：
[1] 浙江大学工业控制技术国家重点实验室
[2] 浙江省通信产业服务有限公司绍兴分公司
[3] 大连理工大学软件学院
来源：
基金：
国家高技术研究发展计划(863计划);
浙江省自然科学基金;
关键词：
智能交通系统;
交通流预测;
卡尔曼滤波;
神经网络;
模糊逻辑;
D O I：
暂无
中图分类号：
U491.112 [];
学科分类号：
摘要：
提出了一种新的短时交通流量智能组合预测模型.该智能组合模型包含三个子模型:卡尔曼滤波模型、人工神经网络模型和模糊综合模型.卡尔曼滤波模型利用卡尔曼滤波方法良好的静态线性稳定特性,采用线性迭代方式对交通流量进行最优估计.人工神经网络模型利用其强大的动态非线性映射能力,对动态交通流量的预测具有较高的精度和满意度.模糊综合模型采用模糊方法来综合这两个单项模型的输出,并把它的输出作为整个组合模型的最终交通流量预测值.实际应用表明:该组合模型的预测精度高于单项预测模型各自单独使用时的精度,发挥了两种模型各自的优势,是短时交通流预测的一种有效方法.
引用
收藏
页码：561 / 568
页数：8
相关论文