大型停车场空闲车位短时预测方法

• 作者: 佘飞 汤旻安 邱建东
• 来源期刊: 计算机应用研究
• 关键词: 空闲车位 灰色神经网络 预测 马尔可夫链
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 系统应用开发
• 页码范围: 851-854
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.09.0922

摘要

为了提升智能交通系统性能及停车场利用率,针对大型停车场空闲车位短时预测进行了研究,提出了一种基于灰色理论、BP神经网络和马尔可夫链的组合预测方法以提高预测精度与时效性.该方法使用灰色理论处理数据,弱化其随机性,再通过人工神经网络训练得到数量预测结果,最后使用马尔可夫链消除系统产生的随机误差得到最终结果.实验表明,这种组合预测方法有效提高了预测精度,预测结果符合实际停车场数据变化规律,为驾驶员提前作出合理的停车场选择提供了可靠依据,能有效提高停车场车位利用率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱建东	兰州交通大学机电工程学院	35	190	8.0	12.0
2	汤旻安	兰州交通大学新能源与动力工程学院	53	162	7.0	9.0
3	佘飞	兰州交通大学机电技术研究所	2	7	2.0	2.0