| 短时交通流量智能组合预测模型及应用 |
| |
| 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： | 2009-09-15 |
| 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》下载全文 |
|
