基于二次修正的短时行程时间预测模型

• 作者: 吴兵 杨航 王忠宇 邹亚杰
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 交通管理 短时行程时间预测 组合预测模型 小波神经网络 马尔可夫链 过拟合缓解
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 交通运输工程
• 页码范围: 1454-1462
• 页数: 9页
• 分类号: U491
• 字数: 6625字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.2019.10.010

摘要

为了提高高速公路短时行程时间预测模型的精度和鲁棒性,同时缓解过度训练带来的过拟合效应,构建了基于小波神经网络和马尔可夫链的组合预测模型,并采用平均绝对误差、平均绝对百分比误差、均方根误差三个指标评价模型的预测效果.分析结果表明,在行程时间突变之后,组合预测模型较其他模型都有着更高的预测精度;同时,该模型在预测行程时间突变点时不存在延迟,说明其在高峰时段内有着更高的预测精度和更强的预测鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴兵	同济大学道路与交通工程教育部重点实验室	108	1131	17.0	29.0
2	王忠宇	上海海事大学交通运输学院	6	3	1.0	1.0
3	杨航	同济大学道路与交通工程教育部重点实验室	5	3	1.0	1.0
4	邹亚杰	同济大学道路与交通工程教育部重点实验室	3	1	1.0	1.0