本文關鍵詞：基于灰色—小波神經網絡的有效泊位預測　出處：《交通運輸系統(tǒng)工程與信息》2017年05期 　論文類型：期刊論文

  更多相關文章： 交通工程 有效停車泊位 灰色單因子預測 小波神經網絡

【摘要】：針對停車場有效停車泊位的變化特征,提出了基于灰色—小波神經網絡的組合模型.先通過灰色單因素預測模型對有效停車泊位時間序列進行修正處理,再基于分步式小波神經網絡模型對修正預測值進行運算,并通過馬克科夫鏈預測模型得到更精確的預測區(qū)間,并利用實際案例分析,對模型的預測精度、穩(wěn)定性、擬合度和訓練時間進行了評價.研究表明,灰色—小波神經網絡預測模型可降低初始數據波動性的干擾,與傳統(tǒng)神經網絡相比,預測結果誤差波動性降低了10%~19%,穩(wěn)定性提高了27%~33%,擬合度提高了10%~15%,精確度明顯提高.
[Abstract]:A combined model based on gray wavelet neural network is proposed to deal with the time series of effective parking spaces by grey single factor prediction model. Then the modified prediction value is calculated based on the stepwise wavelet neural network model, and the prediction interval is obtained by the Markov chain prediction model, and the prediction accuracy of the model is analyzed by the actual case analysis. The stability, fitness and training time are evaluated. The results show that the grey wavelet neural network prediction model can reduce the disturbance of the initial data volatility, compared with the traditional neural network. The prediction results show that the error volatility is reduced by 10%, the stability is increased by 27%, the fitting degree is increased by 10%, and the accuracy is obviously improved.
【作者單位】： 上海理工大學管理學院;
【基金】：國家自然科學基金(51608324) 上海市一流學科項目(S1201YLXK)~~
【分類號】：U491.7
【正文快照】： 0引言有效停車泊位是指當前停車場內可用來停放車輛的泊位[1],具有時間波動性、空間不均勻性、資源局限性等特征,采取合適的方法對有效停車泊位進行實時、精確預測,可使停車資源得到更合理的利用.對于有效停車泊位的預測研究,最先采用的是線性時間序列預測方法[2-3],該方法假

【相似文獻】

相關期刊論文 前10條

1 王芬;馬濤;;基于小波神經網絡的短時交通流預測[J];寧夏師范學院學報;2012年06期

2 吳東平;盧耀軍;涂萬堂;;基于小波神經網絡的短時交叉口交通沖突預測[J];武漢勘察設計;2011年01期

3 胡紀元;文鴻雁;周呂;陳冠宇;;基于小波神經網絡的隧道變形預測模型研究[J];公路工程;2014年04期

4 楊英俊;趙祥模;;基于小波神經網絡的出租車保有量預測模型[J];公路交通科技;2012年08期

5 沈永增;閆紀如;王煒;;基于混沌粒子群優(yōu)化小波神經網絡的短時交通流預測[J];計算機應用與軟件;2014年06期

6 王琦;;基于小波神經網絡的高速公路區(qū)域經濟影響評價[J];北方交通;2009年02期

7 黃恩洲;;基于粒子群—小波神經網絡的短時交通量預測[J];黑龍江工程學院學報;2014年02期

8 肖旺新,張雪;小波神經網絡在基于圖象處理的路面破損識別中的應用[J];公路交通技術;2005年04期

9 王磊;張建仁;金鵬飛;;基于小波神經網絡銹蝕鋼筋強度預測研究[J];公路交通科技;2010年03期

10 楊超;王志偉;;經GA優(yōu)化的WNN在交通流預測中的應用[J];計算機工程;2011年14期

相關會議論文 前5條

1 葛廣英;程衛(wèi)國;吳金勇;張曉蕾;;基于小波神經網絡的智能交通管理系統(tǒng)[A];2005年中國智能自動化會議論文集[C];2005年

2 曹國華;黃富民;王辛;王曦;;江蘇省城市道路內停車泊位設置標準研究[A];城市規(guī)劃面對面——2005城市規(guī)劃年會論文集（下）[C];2005年

3 季彥婕;鄧衛(wèi);;實時停車泊位信息采集及動態(tài)預測技術研究[A];第一屆中國智能交通年會論文集[C];2005年

4 許占棟;韓皓;孫玉琴;;基于停車過程分析的路內停車泊位設置研究[A];構建生態(tài)人文交通 促進經濟跨越發(fā)展——第十九屆海峽兩岸都市交通學術研討會論文選編[C];2011年

5 陳峻;趙歡歡;;基于實驗分析的城市停車到達率和離去率的關聯(lián)特性[A];2008第四屆中國智能交通年會論文集[C];2008年

相關重要報紙文章 前10條

1 高麗;汕頭規(guī)范中心城區(qū)停車泊位管理[N];廣東建設報;2008年

2 記者 孟志遠;太原首批87個停車泊位開始試運行[N];發(fā)展導報;2008年

3 記者 王東亮;路寬不足6米禁設停車泊位[N];北京日報;2010年

4 本報記者 袁弘;中心城區(qū)年內新增停車泊位3萬個[N];成都日報;2013年

5 記者 李白蕾;節(jié)假日停車泊位收費要提高[N];福州日報;2008年

6 記者 崔小明　通訊員 宋惕安 陸明光;海曙 江東 江北三區(qū)已有道路停車泊位10383個[N];寧波日報;2008年

7 ;市區(qū)498個停車泊位“上崗”[N];巢湖日報;2008年

8 記者 魏盼生　實習生 周冠麟;市區(qū)129個路段設置停車泊位有序推進[N];汕頭日報;2009年

9 ;汕頭市城市道路停車泊位管理操作規(guī)范[N];汕頭日報;2009年

10 記者 王媛媛 通訊員 趙宇紅;新增停車泊位投入使用[N];烏魯木齊晚報;2010年

相關碩士學位論文 前10條

1 趙光偉;BP小波神經網絡在地鐵隧道變形分析中的應用[D];東華理工大學;2015年

2 陶麗;基于改進小波神經網絡模型的交通流預測研究[D];上海工程技術大學;2016年

3 吳兆;基于小波神經網絡的斜拉橋損傷識別方法研究[D];長沙理工大學;2015年

4 唐美霞;基于實時路況的動態(tài)路徑規(guī)劃研究[D];杭州電子科技大學;2016年

5 劉文亞;基于徑向基改進的小波神經網絡的航道交通安全評價[D];大連海事大學;2016年

6 孫麗娟;基于遺傳算法的小波神經網絡短時交通流預測[D];山東科技大學;2009年

7 易功超;基于小波神經網絡的預應力混凝土梁橋健康狀態(tài)模擬分析[D];華南理工大學;2013年

8 劉聰聰;小波神經網絡算法及其在交通流宏觀動態(tài)特性中的應用[D];重慶大學;2014年

9 金玉婷;基于混沌和小波神經網絡的短時交通流預測方法研究[D];西南交通大學;2014年

10 高子桐;鄭州市城區(qū)停車難問題分析與對策研究[D];鄭州大學;2015年

，

本文編號：1428192