基于小波分析的随机交通流组合预测方法研究

被引：41

作者：

丁恒 ^{[1
]}

郑小燕 ^{[1
,2
]}

刘燕 ^{[1
]}

陈无畏 ^{[3
]}

机构：

[1] 合肥工业大学交通运输工程学院

[2] 长安大学公路学院

[3] 合肥工业大学机械与汽车工程学院

来源：

系统仿真学报 | 2012年 / 02期

基金：

安徽省自然科学基金;

关键词：

交通预测; 随机交通流; 小波分析; RBF神经网络; 马尔科夫(Markov)链;

D O I：

暂无

中图分类号：

U491.112 [];

学科分类号：

摘要：

针对单一交通流预测方法对短时随机交通流预测适用性不强的问题,为适应交通诱导和信号控制的需要,提出了基于小波分析的短时交通流RBF神经网络及Markov链组合预测方法。在充分分析短时交通流随机特性的基础上,建立了短时交通流组合预测模型,并进行了实例仿真分析,结果表明组合预测较单纯神经网络预测方法预测精度显著提高,在交叉口实时交通控制中具有较好的适应性。

引用

页码：377 / 381

页数：5

共 9 条

[1]

混沌信号的马尔可夫模型降噪 [J].

汪金菊 ;

徐小红 ;

朱功勤 ;

朱琇珺 ;

傅建伟 .

系统仿真学报, 2009, (08) :2299-2302+2307

[2]

交通流量的混沌特性分析及预测模型研究 [J].

张玉梅 ;

曲仕茹 ;

温凯歌 .

土木工程学报, 2009, 42 (01) :119-123

[3]

基于神经网络的城市关联交叉口交通流预测控制方法 [J].

傅惠 ;

胡刚 ;

徐建闽 ;

许伦辉 .

中国公路学报, 2008, (05) :91-95

[4]

多层混沌神经网络及其在交通量预测中的应用 [J].

董超俊 ;

刘智勇 .

系统仿真学报, 2007, (19) :4450-4453

[5]

基于RBF神经网络的井眼方位角误差建模及补偿 [J].

王丽艳 ;

赵建辉 ;

李帆 .

系统仿真学报, 2007, (17) :4097-4100

[6]

城市轨道交通系统谐波的小波降噪仿真分析 [J].

毛中亚 ;

郭其一 .

系统仿真学报, 2006, (S2) :939-941+948

[7]

基于混沌理论的交通流短时预测模型 [J].

李洪萍 ;

裴玉龙 .

昆明理工大学学报(理工版), 2006, (05) :95-99+105

[8]

Impacts of Intercycle Demand Fluctuations on Delay[J] Lee D. Han;Jan-Mou Li;Tom Urbanik Journal of Transportation Engineering 2009,

[9]

Short-time Traffic Flow Volume Prediction Based on Support Vector Machine with Time-dependent Structure Li Qiangwei; I2MTC 2009-International Instrumentation and Measurement Technology Conference 2009,

← 1 →