小波消噪的神经网络短时交通流量预测模型

• 作者: 于振洋
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 小波消噪 神经网络 交通流量 相空间重构
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 360-363
• 分类号: TP18
• 字数: 2934字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.09.089

摘要

研究短交通流量预测问题,短时交通流量数据中含有大量噪声,对预测精度产生不利影响,为了提高短交通流量预测精度,提出一种小波消噪的神经网络短时交通流量预测模型.首先采用小波技术对短时交通流量数据进行消噪处理,然后采用关联维数确定BP神经网络输入变量个数,最后采用BP神经网络建立短时交通流量预测模型.仿真结果表明,与消噪前比,消噪后模型的预测精度有了较显著提高,其预测误差远远小于消噪前,预测结果更具实用价格.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于振洋		13	31	3.0	5.0