本文關(guān)鍵詞：基于灰色—小波神經(jīng)網(wǎng)絡(luò)的有效泊位預(yù)測(cè)　出處：《交通運(yùn)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(guān)文章： 交通工程 有效停車泊位 灰色單因子預(yù)測(cè) 小波神經(jīng)網(wǎng)絡(luò)

【摘要】：針對(duì)停車場(chǎng)有效停車泊位的變化特征,提出了基于灰色—小波神經(jīng)網(wǎng)絡(luò)的組合模型.先通過(guò)灰色單因素預(yù)測(cè)模型對(duì)有效停車泊位時(shí)間序列進(jìn)行修正處理,再基于分步式小波神經(jīng)網(wǎng)絡(luò)模型對(duì)修正預(yù)測(cè)值進(jìn)行運(yùn)算,并通過(guò)馬克科夫鏈預(yù)測(cè)模型得到更精確的預(yù)測(cè)區(qū)間,并利用實(shí)際案例分析,對(duì)模型的預(yù)測(cè)精度、穩(wěn)定性、擬合度和訓(xùn)練時(shí)間進(jìn)行了評(píng)價(jià).研究表明,灰色—小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型可降低初始數(shù)據(jù)波動(dòng)性的干擾,與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比,預(yù)測(cè)結(jié)果誤差波動(dòng)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(xué)管理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(51608324) 上海市一流學(xué)科項(xiàng)目(S1201YLXK)~~
【分類號(hào)】：U491.7
【正文快照】： 0引言有效停車泊位是指當(dāng)前停車場(chǎng)內(nèi)可用來(lái)停放車輛的泊位[1],具有時(shí)間波動(dòng)性、空間不均勻性、資源局限性等特征,采取合適的方法對(duì)有效停車泊位進(jìn)行實(shí)時(shí)、精確預(yù)測(cè),可使停車資源得到更合理的利用.對(duì)于有效停車泊位的預(yù)測(cè)研究,最先采用的是線性時(shí)間序列預(yù)測(cè)方法[2-3],該方法假

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王芬;馬濤;;基于小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J];寧夏師范學(xué)院學(xué)報(bào);2012年06期

2 吳東平;盧耀軍;涂萬(wàn)堂;;基于小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交叉口交通沖突預(yù)測(cè)[J];武漢勘察設(shè)計(jì);2011年01期

3 胡紀(jì)元;文鴻雁;周呂;陳冠宇;;基于小波神經(jīng)網(wǎng)絡(luò)的隧道變形預(yù)測(cè)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(jīng)網(wǎng)絡(luò)的出租車保有量預(yù)測(cè)模型[J];公路交通科技;2012年08期

5 沈永增;閆紀(jì)如;王煒;;基于混沌粒子群優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J];計(jì)算機(jī)應(yīng)用與軟件;2014年06期

6 王琦;;基于小波神經(jīng)網(wǎng)絡(luò)的高速公路區(qū)域經(jīng)濟(jì)影響評(píng)價(jià)[J];北方交通;2009年02期

7 黃恩洲;;基于粒子群—小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通量預(yù)測(cè)[J];黑龍江工程學(xué)院學(xué)報(bào);2014年02期

8 肖旺新,張雪;小波神經(jīng)網(wǎng)絡(luò)在基于圖象處理的路面破損識(shí)別中的應(yīng)用[J];公路交通技術(shù);2005年04期

9 王磊;張建仁;金鵬飛;;基于小波神經(jīng)網(wǎng)絡(luò)銹蝕鋼筋強(qiáng)度預(yù)測(cè)研究[J];公路交通科技;2010年03期

10 楊超;王志偉;;經(jīng)GA優(yōu)化的WNN在交通流預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)工程;2011年14期

相關(guān)會(huì)議論文 前5條

1 葛廣英;程衛(wèi)國(guó);吳金勇;張曉蕾;;基于小波神經(jīng)網(wǎng)絡(luò)的智能交通管理系統(tǒng)[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

2 曹國(guó)華;黃富民;王辛;王曦;;江蘇省城市道路內(nèi)停車泊位設(shè)置標(biāo)準(zhǔn)研究[A];城市規(guī)劃面對(duì)面——2005城市規(guī)劃年會(huì)論文集（下）[C];2005年

3 季彥婕;鄧衛(wèi);;實(shí)時(shí)停車泊位信息采集及動(dòng)態(tài)預(yù)測(cè)技術(shù)研究[A];第一屆中國(guó)智能交通年會(huì)論文集[C];2005年

4 許占棟;韓皓;孫玉琴;;基于停車過(guò)程分析的路內(nèi)停車泊位設(shè)置研究[A];構(gòu)建生態(tài)人文交通 促進(jìn)經(jīng)濟(jì)跨越發(fā)展——第十九屆海峽兩岸都市交通學(xué)術(shù)研討會(huì)論文選編[C];2011年

5 陳峻;趙歡歡;;基于實(shí)驗(yàn)分析的城市停車到達(dá)率和離去率的關(guān)聯(lián)特性[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

相關(guān)重要報(bào)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(shè)報(bào);2008年

2 記者 孟志遠(yuǎn);太原首批87個(gè)停車泊位開(kāi)始試運(yùn)行[N];發(fā)展導(dǎo)報(bào);2008年

3 記者 王東亮;路寬不足6米禁設(shè)停車泊位[N];北京日?qǐng)?bào);2010年

4 本報(bào)記者 袁弘;中心城區(qū)年內(nèi)新增停車泊位3萬(wàn)個(gè)[N];成都日?qǐng)?bào);2013年

5 記者 李白蕾;節(jié)假日停車泊位收費(fèi)要提高[N];福州日?qǐng)?bào);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(gè)[N];寧波日?qǐng)?bào);2008年

7 ;市區(qū)498個(gè)停車泊位“上崗”[N];巢湖日?qǐng)?bào);2008年

8 記者 魏盼生　實(shí)習(xí)生 周冠麟;市區(qū)129個(gè)路段設(shè)置停車泊位有序推進(jìn)[N];汕頭日?qǐng)?bào);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?qǐng)?bào);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(bào);2010年

相關(guān)碩士學(xué)位論文 前10條

1 趙光偉;BP小波神經(jīng)網(wǎng)絡(luò)在地鐵隧道變形分析中的應(yīng)用[D];東華理工大學(xué);2015年

2 陶麗;基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)模型的交通流預(yù)測(cè)研究[D];上海工程技術(shù)大學(xué);2016年

3 吳兆;基于小波神經(jīng)網(wǎng)絡(luò)的斜拉橋損傷識(shí)別方法研究[D];長(zhǎng)沙理工大學(xué);2015年

4 唐美霞;基于實(shí)時(shí)路況的動(dòng)態(tài)路徑規(guī)劃研究[D];杭州電子科技大學(xué);2016年

5 劉文亞;基于徑向基改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)的航道交通安全評(píng)價(jià)[D];大連海事大學(xué);2016年

6 孫麗娟;基于遺傳算法的小波神經(jīng)網(wǎng)絡(luò)短時(shí)交通流預(yù)測(cè)[D];山東科技大學(xué);2009年

7 易功超;基于小波神經(jīng)網(wǎng)絡(luò)的預(yù)應(yīng)力混凝土梁橋健康狀態(tài)模擬分析[D];華南理工大學(xué);2013年

8 劉聰聰;小波神經(jīng)網(wǎng)絡(luò)算法及其在交通流宏觀動(dòng)態(tài)特性中的應(yīng)用[D];重慶大學(xué);2014年

9 金玉婷;基于混沌和小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)方法研究[D];西南交通大學(xué);2014年

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

，

本文編號(hào)：1428192