基于相似性的短时交通流预测

被引:13
作者
杨春霞
符义琴
鲍铁男
机构
[1] 南京信息工程大学信息与控制学院
关键词
交通工程; 预测方法; 相似性; 短时交通流; 小波神经网络;
D O I
暂无
中图分类号
U491.112 [];
学科分类号
摘要
为了提高短时交通流的预测精度,更加精确地进行交通流规划和管理,引入了一种基于相似性的短时交通流预测方法。用该方法研究了美国加州高速公路某单点交通流在时间尺度上的相似性,发现同"星期几"交通流的相似性比相邻几天交通流的相似性大。在此基础上,建立了小波神经网络模型,将4个同"星期几"的交通流数据和相邻4天的交通流数据分别构成一组,各自采用200多组数据分别训练小波神经网络,然后对同一天的交通流进行了预测,发现前者的MRE、MSPE值比后者低,EC值比后者高,说明前者的预测精度高于后者,验证了所提方法的有效性。
引用
收藏
页码:124 / 128
页数:5
相关论文
共 10 条
[1]   基于混沌粒子群优化小波神经网络的短时交通流预测 [J].
沈永增 ;
闫纪如 ;
王炜 .
计算机应用与软件, 2014, 31 (06) :84-86+90
[2]   最小最大概率回归机在短时交通流预测中的应用 [J].
王娇 ;
李军 .
公路交通科技, 2014, 31 (02) :121-127
[3]   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
[4]   短时交通流预测方法研究进展 [J].
陆海亭 ;
张宁 ;
黄卫 ;
夏井新 .
交通运输工程与信息学报, 2009, 7 (04) :84-91
[5]   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
[6]   基于模糊C均值聚类和神经网络的短时交通流预测方法 [J].
杨世坚 ;
贺国光 ;
不详 .
系统工程 , 2004, (08) :83-86
[7]   城市交通流信息相似性分析与研究 [J].
欧晓凌 ;
裘刚 ;
张毅 ;
李志恒 .
中南公路工程, 2003, (02) :4-7
[8]   A multivariate state space approach for urban traffic flow modeling and prediction [J].
Stathopoulos, A ;
Karlaftis, MG .
TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES, 2003, 11 (02) :121-135
[9]   Urban traffic flow prediction using a fuzzy-neural approach [J].
Yin, HB ;
Wong, SC ;
Xu, JM ;
Wong, CK .
TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES, 2002, 10 (02) :85-98
[10]  
Traffic prediction using multivariate nonparametric regression .2 Clark,Stephen. Journal of Transportation Engineering . 2003