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:
针对短时交通流数据的高度复杂性、随机性和非稳定性,为了进一步提高短时交通流预测的精度,提出一种基于粒子群优化投影寻踪回归模型的短时交通流预测方法。通过灰色关联度分析确定交通流预测影响因子,然后采用粒子群优化算法构建非参数投影寻踪回归模型,并利用上海市南北高架快速路的感应线圈实测数据进行实验验证和对比分析。实验结果表明:PSO-PPR模型的短时交通流预测效果明显提高,其平均预测精度分别比ARIMA模型和BPNN模型提高37.8%和27.2%。
推荐文章
基于混沌粒子群算法的神经网络短时交通流预测
交通流量
预测
混沌粒子群
神经网络
基于粒子群的模糊神经网络交通流量预测
短时交通流
预测模型
模糊神经网络
粒子群算法
基于深度学习的短时交通流预测
交通流预测
深度学习
短时交通流
支持向量回归
自适应粒子群神经网络交通流预测模型
交通流
预测
粒子群优化
神经网络
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 基于粒子群优化投影寻踪回归模型的短时交通流预测
来源期刊 中南大学学报(自然科学版) 学科 交通运输
关键词 智能交通系统 短时交通流预测 投影寻踪回归模型 粒子群优化 灰色关联度分析
年,卷(期) 2016,(12) 所属期刊栏目 能源工程 ? 交通运输工程 ? 环境工程
研究方向 页码范围 4276-4281
页数 6页 分类号 U491
字数 4640字 语种 中文
DOI 10.11817/j.issn.1672-7207.2016.12.041
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 杨兆升 吉林大学交通学院 142 3140 33.0 50.0
2 龚勃文 吉林大学交通学院 16 205 6.0 14.0
3 邴其春 吉林大学交通学院 14 149 10.0 11.0
5 林赐云 吉林大学交通学院 21 104 7.0 9.0
8 曲鑫 吉林大学交通学院 24 151 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (188)
参考文献  (14)
节点文献
引证文献  (13)
同被引文献  (65)
二级引证文献  (11)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(3)
  • 参考文献(1)
  • 二级参考文献(2)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(17)
  • 引证文献(7)
  • 二级引证文献(10)
2020(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
智能交通系统
短时交通流预测
投影寻踪回归模型
粒子群优化
灰色关联度分析
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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导