短时交通量时间序列智能复合预测方法概述

被引:14
作者
张益 [1 ]
陈淑燕 [1 ]
王炜 [2 ]
机构
[1] 南京师范大学江苏省光电重点实验室
[2] 东南大学交通学院
关键词
交通工程; 交通量时间序列; 智能组合预测; 综述;
D O I
暂无
中图分类号
U491.14 [];
学科分类号
摘要
短时交通量预测是智能运输系统的核心研究内容之一,已成为交通工程领域重点研究课题。对国内外短时交通量时间序列的预测方法尤其是智能复合预测方法进行概述和总结,重点介绍灰色预测模型、模糊预测、遗传算法、神经网络、灰色神经网络、神经网络集成、统计学习理论、混沌预测、小波分解与重构的方法、以及由上述模型互相组合构成的各种智能组合预测模型等,并指出智能复合预测方法是解决短时交通量时间序列预测问题的有效途径和发展趋势。
引用
收藏
页码:139 / 142
页数:4
相关论文
共 8 条
[1]   交通量预测的神经网络集成方法 [J].
陈淑燕 ;
王炜 ;
瞿高峰 ;
张胜 .
公路交通科技, 2004, (12) :80-83+92
[2]   基于Lyapunov指数的交通量混沌预测方法 [J].
陈淑燕 ;
王炜 .
土木工程学报, 2004, (09) :96-99
[3]   交通量的灰色神经网络预测方法 [J].
陈淑燕 ;
王炜 .
东南大学学报(自然科学版), 2004, (04) :541-544
[4]   一种改进的灰色模型在交通量预测中的应用 [J].
陈淑燕 ;
陈家胜 .
公路交通科技, 2004, (02) :80-83
[5]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[6]   城市交通网络交通量自适应模糊预测方法 [J].
尹宏宾 ;
徐建闽 ;
周其节 .
公路交通科技, 1998, (03) :36-38+54
[7]  
遗传算法的基本理论与应用.[M].李敏强等著;.科学出版社.2002,
[8]  
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,