基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对短时交通流量预测的难题,在传统贝叶斯组合模型进行改善的基础上,提出一种改进型贝叶斯组合模型.该模型只根据各基本预测模型当前时刻之前几个交通流量的预测表现,通过提出的分配算法实时更新组合模型中各个基本预测模型的权重,从而改善了传统贝叶斯组合模型权重计算迭代步长过长的缺陷,提高了贝叶斯组合模型对各个基本预测模型预测精度的灵敏性.通过对实地的交通流量的预测发现,基于改进型贝叶斯组合模型的预测精度不仅优于单一的预测方法,而且也优于传统的贝叶斯组合模型,从而证明了改进型贝叶斯组合模型有效提高预测的可靠性和具有一定的实用性.
推荐文章
基于贝叶斯估计的短时空域扇区交通流量预测
空中交通管制
短时流量预测
多扇区
贝叶斯估计
不确定性
雷达数据
基于先验路段流的贝叶斯网络交通流量估计模型
交通流估计
高斯贝叶斯网络
证据传递
组合方法
采用变结构动态贝叶斯网络的交通流量预测
智能交通系统
交通流量预测
复杂事件处理
变结构动态贝叶斯网络
基于IPSO-BP神经网络的短时交通流量预测
智能交通
短时交通流量预测
BP神经网络
改进粒子群算法
预测精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进型贝叶斯组合模型的短时交通流量预测
来源期刊 东南大学学报(自然科学版) 学科 交通运输
关键词 贝叶斯组合模型 交通流 小波分析 ARIMA算法 BP神经网络
年,卷(期) 2012,(1) 所属期刊栏目
研究方向 页码范围 162-167
页数 分类号 U491.1
字数 6686字 语种 中文
DOI 10.3969/j.issn.1001-0505.2012.01.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邓卫 东南大学交通学院 157 3214 32.0 49.0
2 王建 东南大学交通学院 18 198 7.0 14.0
3 赵金宝 东南大学交通学院 6 148 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (139)
参考文献  (14)
节点文献
引证文献  (47)
同被引文献  (133)
二级引证文献  (170)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(3)
  • 参考文献(1)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(8)
  • 引证文献(7)
  • 二级引证文献(1)
2014(9)
  • 引证文献(5)
  • 二级引证文献(4)
2015(22)
  • 引证文献(5)
  • 二级引证文献(17)
2016(24)
  • 引证文献(6)
  • 二级引证文献(18)
2017(34)
  • 引证文献(12)
  • 二级引证文献(22)
2018(46)
  • 引证文献(3)
  • 二级引证文献(43)
2019(58)
  • 引证文献(8)
  • 二级引证文献(50)
2020(16)
  • 引证文献(1)
  • 二级引证文献(15)
研究主题发展历程
节点文献
贝叶斯组合模型
交通流
小波分析
ARIMA算法
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导