文献类型：期刊文章

作　　者：沈国江[1] 王啸虎[2] 孔祥杰[3]

机构地区：[1]浙江大学工业控制技术国家重点实验室,杭州310027 [2]浙江省通信产业服务有限公司绍兴分公司,绍兴312000 [3]大连理工大学软件学院,大连116620

出　　处：《系统工程理论与实践》

基　　金：国家高技术研究发展计划(863计划)(2007AA11Z216);国家自然科学基金(50708094);浙江省自然科学基金(Y1090208)

年　　份：2011

卷　　号：31

期　　号：3

起止页码：561-568

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、CSSCI、CSSCI_E2010_2011、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种新的短时交通流量智能组合预测模型.该智能组合模型包含三个子模型:卡尔曼滤波模型、人工神经网络模型和模糊综合模型.卡尔曼滤波模型利用卡尔曼滤波方法良好的静态线性稳定特性,采用线性迭代方式对交通流量进行最优估计.人工神经网络模型利用其强大的动态非线性映射能力,对动态交通流量的预测具有较高的精度和满意度.模糊综合模型采用模糊方法来综合这两个单项模型的输出,并把它的输出作为整个组合模型的最终交通流量预测值.实际应用表明:该组合模型的预测精度高于单项预测模型各自单独使用时的精度,发挥了两种模型各自的优势,是短时交通流预测的一种有效方法.

关 键 词：智能交通系统 交通流预测 卡尔曼滤波 神经网络 模糊逻辑

分 类 号：TP18]