短时交通量时间序列智能复合预测方法概述

• 作者: 张益 王炜 陈淑燕
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 关键词: 交通工程 交通量时间序列 智能组合预测 综述
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 智能运输系统与交通工程
• 页码范围: 139-142
• 页数: 4页
• 分类号: U491.14
• 字数: 4042字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2006.08.032

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈淑燕	南京师范大学江苏省光电重点实验室	55	1016	15.0	31.0
5	王炜	东南大学交通学院	485	13108	57.0	81.0
6	张益	南京师范大学江苏省光电重点实验室	8	89	4.0	8.0