文献类型：期刊文章

作　　者：樊娜[1] 赵祥模[1] 戴明[1,2] 安毅生[1]

机构地区：[1]长安大学信息工程学院,陕西西安710064 [2]中国交通通信信息中心,北京100011

出　　处：《交通运输工程学报》

基　　金：国家自然科学基金项目(50978030);长江学者和创新团队发展计划项目(IRT0951);陕西省自然科学基金项目(2009-jm8002-1);中央高校基本科研业务费专项资金项目(CHD2011JC027;CHD2011JC056)

年　　份：2012

卷　　号：12

期　　号：4

起止页码：114-119

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI(收录号：20124315604061)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对短时交通流变化周期性与随机性的特点,提出了新的混合预测模型,包含非参数回归模型与BP神经网络模型2种单项模型。非参数回归模型利用相关历史交通流数据,通过数据库匹配操作,确定预测结果,以充分体现交通流的周期稳定性。采用3层BP神经网络模型反映交通流的动态与非线性特点。采用模糊控制算法确定各单项模型的权重,并按不同权重有效组合成新的混合模型。采用西安市某路段30d的交通流量数据验证混合模型的预测效果。试验结果表明:该混合模型的平均相对误差为1.26%,最大相对误差为3.53%,其预测精度明显高于单项模型单独预测时的精度,能较准确地反映交通流真实情况。

关 键 词：短时交通流预测 混合模型 非参数回归 BP神经网络 模糊控制

分 类 号：U491.14[物流管理与工程类]