基于小波和多维重构的BP神经网络交通流短时预测

• 作者: 侯亮 张红 曹洁 沈钧珥 陈作汉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 小波降噪 相空间重构 BP神经网络 短时交通流预测
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 61-65,82
• 页数: 6页
• 分类号: TP18
• 字数: 4866字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.12.012

摘要

针对采集过程中噪声影响以及交通流时间序列的强相关性,提出一种基于小波和多维重构的BP神经网络交通流短时预测方法.运用启发式小波降噪法对原始交通流数据进行降噪处理,剔除数据中的噪声;基于C-C法将交通流数据进行多维度相空间重构,充分挖掘交通流的多维变化特性;构建多维度的BP神经网络进行交通流短时预测研究.运用2 400组数据进行实验,并与传统的BP神经网络、Elman神经网络以及SVM进行对比.实验结果表明,该方法具有较高的预测精度,绝对误差降低约2.408 0,均方误差降低约26.597 2.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红	兰州理工大学计算机与通信学院	21	140	6.0	11.0
2	陈作汉	兰州理工大学计算机与通信学院	12	47	5.0	6.0
3	曹洁	兰州理工大学计算机与通信学院	180	1035	14.0	20.0
5	侯亮	兰州理工大学计算机与通信学院	10	51	5.0	7.0
8	沈钧珥	兰州理工大学计算机与通信学院	2	9	1.0	2.0