交通流量经验模态分解与神经网络短时预测方法

• 作者: 潘若禹 牛国宏 罗向龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 短时交通流量 经验模态分解 人工神经网络 预测
• 年，卷（期）: 2010,（26）
• 页码范围: 212-214
• 分类号: TP391
• 字数: 2961字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.26.066

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘若禹	西安邮电学院通信与信息工程学院	11	65	5.0	8.0
2	罗向龙	长安大学信息工程学院	16	176	6.0	13.0
6	牛国宏		4	33	2.0	4.0