基于ARIMA和灰色模型加权组合的短期交通流预测

• 作者: 周凯 成孝刚 李海波 谈苗苗
• 来源期刊: 计算机技术与发展
• 学科: 交通运输
• 关键词: 数据融合 ARIMA 灰色模型 加权 小波分析
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 77-81,85
• 页数: 6页
• 分类号: U491.112
• 字数: 4510字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.11.017

摘要

交通流预测是智能交通系统至关重要的一部分，应用于交通流预测的方法非常多，由于实际路况的复杂性和单个方法的局限性，现有方法的精确度亟待提高。为解决这一问题，采用数据融合的方法，对传感器采集的原始数据做数据预处理，利用小波分析去除信号多余的噪声，然后利用ARIMA模型和灰色模型分别对同一交通流序列进行建模，得出两者各自的预测结果后，找出最佳权值对两种模型的结果进行加权，得到数据融合后的预测结果。仿真结果表明，该组合模型改善了单个预测方法的短处，使得预测精度有所提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成孝刚	南京邮电大学通信与信息工程学院	10	80	5.0	8.0
2	李海波	南京邮电大学通信与信息工程学院	10	63	4.0	7.0
3	周凯	南京邮电大学通信与信息工程学院	5	53	3.0	5.0
4	谈苗苗	南京邮电大学通信与信息工程学院	3	48	3.0	3.0