| 短时交通流量智能组合预测模型及应用 |
| |
| 引用本文： | 沈国江,王啸虎,孔祥杰.短时交通流量智能组合预测模型及应用[J].系统工程理论与实践,2011,31(3):561-568. |
| |
| 作者姓名： | 沈国江 王啸虎 孔祥杰 |
| |
| 作者单位： | 1. 浙江大学 工业控制技术国家重点实验室,杭州 310027;2. 浙江省通信产业服务有限公司 绍兴分公司, 绍兴 312000;3. 大连理工大学 软件学院, 大连 116620 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划)(2007AA11Z216); 国家自然科学基金(50708094); 浙江省自然科学基金(Y1090208) |
| |
| 摘 要： | 提出了一种新的短时交通流量智能组合预测模型.该智能组合模型包含三个子模型:卡尔曼滤波模型、人工神经网络模型和模糊综合模型.卡尔曼滤波模型利用卡尔曼滤波方法良好的静态线性稳定特性,采用线性迭代方式对交通流量进行最优估计.人工神经网络模型利用其强大的动态非线性映射能力,对动态交通流量的预测具有较高的精度和满意度.模糊综合模型采用模糊方法来综合这两个单项模型的输出,并把它的输出作为整个组合模型的最终交通流量预测值.实际应用表明:该组合模型的预测精度高于单项预测模型各自单独使用时的精度,发挥了两种模型各自的优势,是短时交通流预测的一种有效方法.
|
| 关 键 词： | 智能交通系统 交通流预测 卡尔曼滤波 神经网络 模糊逻辑 |
| 收稿时间： | 2009-9-15 |
Short-term traffic volume intelligent hybrid forecasting model and its application |
| |
| SHEN Guo-jiang,WANG Xiao-hu,KONG Xiang-jie.Short-term traffic volume intelligent hybrid forecasting model and its application[J].Systems Engineering —Theory & Practice,2011,31(3):561-568. |
| |
| Authors: | SHEN Guo-jiang WANG Xiao-hu KONG Xiang-jie |
| |
| Institution: | 1. State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou 310027, China;2. Shaoxing Branch, Zhejiang Communications Services Co Ltd, Shaoxing 312000, China;3. School of Software, Dalian University of Technology, Dalian 116620, China |
| |
| Abstract: | A novel intelligent hybrid(IH) model for short-term traffic volume forecasting was presented. The IH model had three sub-models:kalman filter(KF) model,artificial neural network(ANN) model and fuzzy combination(FC) model.By means of the good static linear stabilization character of the kalman filter method,the KF model forecasted the traffic volume by the linear iteration method.Otherwise, the ANN model can estimate the dynamic traffic volume in a very precise and satisfactory sense due to the strong dynami... |
| |
| Keywords: | intelligent traffic system traffic flow forecasting Kalman filter neural network fuzzy logic |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
| 点击此处可从《系统工程理论与实践》下载免费的PDF全文 |
