| 基于时间序列与BP-ANN的短时交通流速度预测模型研究 |
| |
| 引用本文： | 田瑞杰,张维石,翟华伟. 基于时间序列与BP-ANN的短时交通流速度预测模型研究[J]. 计算机应用研究, 2019, 36(11) |
| |
| 作者姓名： | 田瑞杰 张维石 翟华伟 |
| |
| 作者单位： | 大连海事大学信息科学技术学院,辽宁大连,116026 |
| |
| 基金项目： | 中央高校基本科研基金资助项目(3132016308,3132018197);辽宁省自然科学基金资助项目(20170520196) |
| |
| 摘 要： | 针对现有的交通流速度预测模型使用唯一数据集且模型单一的问题，提出一种时间序列与人工神经网络相结合的预测模型。该模型通过时间序列分别对实时数据和历史数据建模预测，并应用人工神经网络调整实时数据和历史数据的预测值。实验结果表明该预测模型能够将预测误差控制在7%以内，且能够对不同输入参数下的短时交通流速度进行有效预测。
|
| 关 键 词： | 时间序列 人工神经网络 短时预测 交通流速度 |
| 收稿时间： | 2018-06-18 |
| 修稿时间： | 2019-09-26 |
Short-term traffic flow velocity prediction model based on time series and BP-ANN |
| |
| Tian Ruijie,Zhang Weishi and Zhai Huawei. Short-term traffic flow velocity prediction model based on time series and BP-ANN[J]. Application Research of Computers, 2019, 36(11) |
| |
| Authors: | Tian Ruijie Zhang Weishi Zhai Huawei |
| |
| Affiliation: | Information Science and Technology,Dalian Maritime University,Dalian Liaoning 116026,, |
| |
| Abstract: | Aiming at the problem that the existing traffic flow velocity prediction model used a unique data set and a single model, this paper proposed a prediction model combining time series and artificial neural network. The model predicted real-time data and historical data by time series, and used artificial neural network to adjust the predicted values of real-time data and historical data. The experimental results show that the prediction model can control the prediction error within 7% and can effectively predict the short-term traffic flow speed under different input parameters. |
| |
| Keywords: | time series artificial neural network short-term prediction traffic flow velocity |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
