最小最大概率回归机在短时交通流预测中的应用

被引：8

作者：

王娇

李军

机构：

[1] 兰州交通大学自动化与电气工程学院

来源：

公路交通科技 | 2014年 / 31卷 / 02期

关键词：

交通工程; 预测模型; 最小最大概率回归机; 短时交通流; 混沌;

D O I：

暂无

中图分类号：

U491.14 [];

学科分类号：

摘要：

为了提高短时交通流预测精度,更加精确地进行交通流规划和管理,引入一种新颖的基于最小最大概率回归机(MPMR)的短时交通流预测模型。针对北京某公路监测站实测的交通流数据集以及英国某地区实测的交通流数据集,利用基于MPMR的预测模型进行短时交通流预测,并与常规的基于神经网络、基于支持向量机(SVM)以及基于自适应神经模糊推理系统(ANFIS)预测模型的预测性能进行比较。试验结果表明,基于MPMR的短时交通流预测模型可以很好地跟踪实际流量值,在同等条件下相比常规预测模型的预测精度更优,验证了所提出模型的有效性。

引用

页码：121 / 127

页数：7

共 6 条

[1] 自适应单指数平滑法在短期交通流预测中的应用 [J].

齐驰 ;

侯忠生 .

控制理论与应用, 2012, 29 (04) :465-469

[2] 基于粗集和神经网络耦合的短时交通流预测 [J].

姚琛 ;

罗霞 ;

汉克范少伦 .

公路交通科技, 2010, 27 (11) :104-107

[3] 基于主成分分析与支持向量机结合的交通流预测 [J].

孙占全 ;

潘景山 ;

张赞军 ;

张立东 ;

丁青艳 .

公路交通科技, 2009, 26 (05) :127-131

[4] 基于支持向量回归神经网络的时间序列预测 [J].

李军 ;

赵峰 .

系统仿真学报, 2008, (15) :4025-4030

[5] 基于RBF神经网络的交通流量预测算法 [J].

朱文兴 ;

龙艳萍 ;

贾磊 .

山东大学学报(工学版), 2007, (04) :23-27

[6]

Short-Time Traffic Flow Prediction Based on Chaos Time Series Theory[J] . Jieni XUE,Zhongke SHI.Journal of Transportation Systems Engineering and Information Technology . 2008 (5)

← 1 →