|
|||||
|
|
| 基于FEEMD-SAPSO-BiLSTM组合模型的短时交通流预测 | |
| 作者姓名： | 殷礼胜 魏帅康 孙双晨 何怡刚 |
| 作者单位： | 合肥工业大学电气与自动化工程学院 合肥230009 |
| 基金项目： | 国家自然科学基金资助项目（62073114,51577046,61673153）、省基金项目（JZ2021AKZR0344）资助 |
| 摘 要： | 为了提高短时交通流的预测精度和预测速度,基于交通流量序列的不平稳性和随机性,提出了快速集合经验模态分解(fast ensemble empirical mode decomposition,FEEMD)和自然选择自适应变异粒子群算法(selection adaptive particle swarm optimizat... |
| 关 键 词： | 短时交通流 快速集合经验模态分解 自然选择自适应变异粒子群 双向长短时记忆网络 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 | |
| 点击此处可从《电子测量与仪器学报》下载全文 | |