|
|||||
|
|
| 基于时空特性的短时交通流预测模型 | |
| 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 SARIMA-RBF 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 |
| 收稿时间： | 2014-01-27 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《华南理工大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《华南理工大学学报(自然科学版)》下载全文 | |