文献类型：期刊文章

作　　者：赵宏[1] 翟冬梅[1] 石朝辉[1]

ZHAO Hong;ZHAI Dongmei;SHI Chaohui(Beijing Jiaotong University Software College,Beijing 100044)

机构地区：[1]北京交通大学软件学院

出　　处：《都市快轨交通》

基　　金：国家自然科学基金面上项目(51778047)

年　　份：2019

卷　　号：32

期　　号：4

起止页码：50-54

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：介绍短时交通流预测的背景和意义,将短时交通流预测的方法分为5类,包括基于统计分析的预测模型、非线性理论模型、基于仿真的预测模型、智能预测模型及混合预测模型。对这5类预测模型进行逐一介绍,并对其在算法复杂度、预测精度、计算时长、适用路段等方面进行分析。短时交通流预测研究领域今后可能的发展趋势是数据来源多样化、混沌理论和深度学习逐渐发展,组合预测模型更加多样,预测精度不断提高。

关 键 词：智能交通 短时交通流 预测  

分 类 号：U491.1[物流管理与工程类]