基于GA-WNN和时空特性的交通数据融合

由于时间序列的交通数据重点关注断面交通流量变化，而空间序列的交通数据主要关注路网交通流分布；本文在综合考虑二者特性的前提下利用遗传算法的群体搜索技术及小波神经网络的较强学习能力，提出了基于遗传-小波神经网络（GA-WNN）的交通数据融合模型，使用MAE、MRE和MSE三个指标对交通数据序列进行优劣对比分析。经实例验证，考虑时空特性的交通数据其数据质量优于单一的时间序列和空间序列。