交通流量经验模态分解与神经网络短时预测方法

被引：9

作者：

罗向龙 ^{[1
,2
]}

牛国宏 ^{[3
]}

潘若禹 ^{[4
]}

机构：

[1] 长安大学信息工程学院

[2] 西安交通大学波动与信息研究所

[3] 西安市政设计研究院有限公司

[4] 西安邮电学院通信与信息工程学院

来源：

计算机工程与应用 | 2010年 / 46卷 / 26期

关键词：

短时交通流量; 经验模态分解; 人工神经网络; 预测;

D O I：

暂无

中图分类号：

U491.113 [];

学科分类号：

082302 ; 082303 ;

摘要：

基于经验模态分解(EMD)和神经网络,提出了一种短时交通流量预测方法。通过EMD分解把交通流量分解成不同的模态,利用神经网络对分解后的各分量进行预测,再将预测值累加得到最终的预测结果。利用EMD与神经网络模型对I-800数据库实测交通流量数据进行预测,结果表明该方法具有很高的预测精度,明显优于直接采用神经网络的预测结果。

引用

页码：212 / 214

页数：3

共 9 条

[1] 经验模态分解法在大气时间序列预测中的应用 [J].