基于ARIMA与人工神经网络组合模型的交通流预测

• 作者: 冯荦斌 徐建闽 谭满春
• 来源期刊: 中国公路学报
• 学科: 交通运输
• 关键词: 交通工程 短期交通流预测 自回归求和滑动平均模型 人工神经网络 时间序列
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 交通工程
• 页码范围: 118-121
• 页数: 4页
• 分类号: U491.14
• 字数: 2585字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-7372.2007.04.021

摘要

将自回归求和滑动平均(ARIMA)与人工神经网络组合模型用于短时交通流预测.利用ARIMA模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力,把交通流时间序列看成由线性自相关结构和非线性结构两部分组成,采用ARIMA模型对交通流序列的线性部分进行预测,用人工神经网络模型对其非线性残差部分进行预测.结果表明:组合模型的预测准确性高于各自单独使用时的准确性;组合方法发挥了2种模型各自的优势,是短期交通流预测的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐建闽	华南理工大学交通学院	354	5014	38.0	50.0
2	谭满春	暨南大学信息科学技术学院	36	477	11.0	21.0
3	冯荦斌	暨南大学信息科学技术学院	1	107	1.0	1.0