基于非线性组合模型的交通流预测方法

• 作者: 张敬磊 王晓原
• 来源期刊: 计算机工程
• 学科: 交通运输
• 关键词: 交通流 短时预测 RBF神经网络 非线性组合预测
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 202-204
• 页数: 3页
• 分类号: U491.14
• 字数: 3519字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.05.073

摘要

为开发智能交通系统,提出一种基于RBF和ARIMA网络非线性组合模型的短时交通流预测方法,采用三层结构的RBF网络将2种单一预测方法--RBF和ARIMA网络进行非线性组合,利用实测数据对3类方法进行仿真实验,结果表明,非线性组合模型的预测准确性高于各自单独使用时的准确性,组合模型发挥了2种单一方法各自的优势,是短时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	王晓原	山东理工大学交通与车辆工程学院	112	1271	18.0	30.0
2	张敬磊	山东理工大学交通与车辆工程学院	39	412	10.0	19.0