融合PCA和ESN的交通流周期预测模型

• 作者: 奚园园 张瑞梅 李慧 马宇鑫
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 时间序列 交通流预测 回声状态网络 主成分分析降维
• 年，卷（期）: 2019,（1）
• 页码范围: 20-26
• 页数: 7页
• 分类号: U491.14|TP18
• 字数: 4311字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2019.01.004

摘要

针对传统交通流多步预测精度低的问题,提出了一种交通流周期预测模型.该模型结合交通流的周期性特征重构时间序列,并引入主成分分析降维思想,利用回声状态网络模型进行交通流时间序列预测,同时采用自适应扰动粒子群算法优化模型中的重要参数.将该模型应用到实际交通流时间序列中进行有效性验证,其预测结果的平均绝对百分比误差为9.8％,比传统回声状态网络多步预测模型降低了12.7％.实验结果表明,该模型可有效地避免预测结果延迟问题并大幅提高多步预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李慧	西安电子科技大学经济与管理学院	40	131	8.0	9.0
2	张瑞梅	西安电子科技大学经济与管理学院	2	10	2.0	2.0
3	奚园园	西安电子科技大学经济与管理学院	1	3	1.0	1.0
4	马宇鑫	西安电子科技大学经济与管理学院	1	3	1.0	1.0