首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于时空特性的短时交通流预测模型
引用本文:邱敦国,兰时勇,杨红雨.基于时空特性的短时交通流预测模型[J].华南理工大学学报(自然科学版),2014(7):49-54.
作者姓名:邱敦国  兰时勇  杨红雨
作者单位:四川大学计算机学院,四川成都,610065
基金项目:国家“863”计划项目
摘    要:根据交通流的历史周期性和空间相关性,文中综合SARIMA模型在历史周期性预测上的优势和RBF模型在空间相关性预测上的优势,提出了SARIMA-RBF模型.该模型采用SARIMA模型通过历史数据预测下一时刻的交通流,然后将预测值与该点上下游关联的交通流数据相结合,采用RBF神经网络模型得出输出值,并将该输出值作为SARIMARBF模型对下一时刻交通流的预测结果.实验结果表明,该模型因同时考虑了交通流的历史周期性和空间相关性,相比SARIMA模型和RBF模型具有更好的交通流预测效果.

关 键 词:短时交通流预测  SARIMA模型  RBF神经网络  历史周期性  空间相关性

Short-Term Traffic Flow Forecast Model Based on Temporal-Spatial Characteristics
Qiu Dun-guo,Lan Shi-yong,Yang Hong-yu.Short-Term Traffic Flow Forecast Model Based on Temporal-Spatial Characteristics[J].Journal of South China University of Technology(Natural Science Edition),2014(7):49-54.
Authors:Qiu Dun-guo  Lan Shi-yong  Yang Hong-yu
Institution:Qiu Dun-guo;Lan Shi-yong;Yang Hong-yu;College of Computer Science,Sichuan University;
Abstract:
Keywords:short-term traffic flow forecasting  SARIMA model  RBF networks  historical cycle  spatial correlation
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号