短时车流量组合预测模型

• 作者: 卢邹颖 张凯
• 来源期刊: 南京信息工程大学学报
• 学科: 交通运输
• 关键词: 车流量预测 BP神经网络 差分自回归移动平均模型 组合预测
• 年，卷（期）: 2013,（5）
• 页码范围: 414-420
• 页数: 7页
• 分类号: U491
• 字数: 4132字
• 语种: 中文

摘要

随着道路车量不断增多,由交通异常事件造成的非正常拥堵情况严重影响了出行者的出行效率和路网的整体运行水平.因此,需要准确及时地检测出非正常拥堵情况,通过诱导、疏通等方式改善拥堵状况.对车流量的准确预测是检测非正常拥堵的有效方法.根据交通流量的不确定性和非线性的特点,将改进的BP神经网络模型和ARIMA模型进行组合,建立组合预测模型.实验结果表明,组合模型的预测结果比单个模型的预测结果理想,且达到较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凯	南京信息工程大学信息与控制学院	49	215	7.0	11.0
2	卢邹颖	南京信息工程大学信息与控制学院	1	7	1.0	1.0