基于灰色ELM神经网络的短时交通流量预测

• 作者: 景辉鑫 车凯 钱伟
• 来源期刊: 河南理工大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 灰色模型 短时交通流预测 ELM神经网络 一阶线性微分白化方程
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 机电与计算机工程
• 页码范围: 97-102
• 页数: 6页
• 分类号: U491.1
• 字数: 4266字
• 语种: 中文

摘要

为了提高短时交通流预测的精度,针对现有灰色模型,利用一阶线性微分白化方程拟合交通流数据.针对交通流数据波动性较高和易失真的缺点,提出一种基于灰色ELM神经网络的短时交通流预测方法.首先对短时交通流数据采用灰色模型累加处理,将其转化为长时交通流数据,以降低交通流数据的随机性,有效减小因数据本身波动造成的误差.然后,利用ELM神经网络代替一阶线性微分白化方程,对长时交通流进行预测.最后,将长时交通流预测结果经过累减还原为短时交通流预测结果,有效提高了预测精度.仿真验证结果表明,相比于现有的一些预测方法,该方法提高了预测精度,是一种有效的短时交通流预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱伟	河南理工大学电气工程与自动化学院	35	206	9.0	13.0
2	景辉鑫	河南理工大学电气工程与自动化学院	2	8	1.0	2.0
3	车凯		1	7	1.0	1.0