基于灰色ELM神经网络的短时交通流量预测 |
| |
作者姓名: | 景辉鑫 钱伟 车凯 |
| |
作者单位: | 河南理工大学 电气工程与自动化学院,河南 焦作,454000;上海电驱动股份有限公司,上海,201806 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;河南省高等学校科技创新人才支持计划;河南省高等学校青年骨干教师资助计划;河南省创新型科研团队项目 |
| |
摘 要: | 为了提高短时交通流预测的精度,针对现有灰色模型,利用一阶线性微分白化方程拟合交通流数据。针对交通流数据波动性较高和易失真的缺点,提出一种基于灰色ELM神经网络的短时交通流预测方法。首先对短时交通流数据采用灰色模型累加处理,将其转化为长时交通流数据,以降低交通流数据的随机性,有效减小因数据本身波动造成的误差。然后,利用ELM神经网络代替一阶线性微分白化方程,对长时交通流进行预测。最后,将长时交通流预测结果经过累减还原为短时交通流预测结果,有效提高了预测精度。仿真验证结果表明,相比于现有的一些预测方法,该方法提高了预测精度,是一种有效的短时交通流预测方法。
|
关 键 词: | 灰色模型 短时交通流预测 ELM神经网络 一阶线性微分白化方程 |
本文献已被 CNKI 万方数据 等数据库收录! |
|