|
|||||
|
|
| 基于小波降噪与贝叶斯神经网络联合模型的短时交通流量预测 | |
| 作者姓名： | 牟振华 李克鹏 申栋夫 |
| 作者单位： | 山东建筑大学交通工程学院,济南250101;山东建筑大学交通工程学院,济南250101;山东建筑大学交通工程学院,济南250101 |
| 基金项目： | 教育部人文社科基金(19YJC630124); 山东省研究生教育质量提升计划项目(SDYKC18081); |
| 摘 要： | 在短时间内准确、稳定地预测出交通流量,是实现智能交通控制系统的重要环节,对于交叉口信号控制方案的实时调整具有重要意义。鉴于此,提出一种 联合模型的预测方式,引入 和 作为模型评价指标,从精度和稳定性两个方面对模型进行评价。结果表明,在 、 、 等不同的时间预测尺度下, 联合模型的 和 均小于小波网络、贝叶斯网络、 网络等方法,短时交通流量预测结果的精度和稳定性得到了不同程度的提高。 |
| 关 键 词： | 小波降噪 贝叶斯神经网络 短时交通流预测 |
| 收稿时间： | 2020-03-05 |
| 修稿时间： | 2020-09-17 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 | |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 | |