本文關(guān)鍵詞：基于相空間重構(gòu)和RELM的短時(shí)交通流量預(yù)測(cè)，由筆耕文化傳播整理發(fā)布。

【摘要】：為了提高短時(shí)交通流量預(yù)測(cè)的精度,構(gòu)建了基于相空間重構(gòu)和正則化極端學(xué)習(xí)機(jī)的短時(shí)交通流量預(yù)測(cè)模型.首先采用C-C算法求解交通流量時(shí)間序列的最佳時(shí)間延遲和嵌入維數(shù),進(jìn)行相空間重構(gòu);然后選用G-P算法計(jì)算序列關(guān)聯(lián)維數(shù),判斷出短時(shí)交通流量序列具有混沌特性.在此基礎(chǔ)上,將重構(gòu)數(shù)據(jù)作為正則化極端學(xué)習(xí)機(jī)的輸入和輸出來訓(xùn)練模型,并采用網(wǎng)格搜索法優(yōu)化模型參數(shù).最后以實(shí)測(cè)數(shù)據(jù)為基礎(chǔ),對(duì)模型的預(yù)測(cè)效果進(jìn)行對(duì)比分析.結(jié)果表明,新構(gòu)建模型的預(yù)測(cè)效果良好,能夠有效提高短時(shí)交通流量預(yù)測(cè)精度.
【作者單位】： 吉林大學(xué)交通學(xué)院;吉林大學(xué)汽車仿真與控制國家重點(diǎn)實(shí)驗(yàn)室;吉林大學(xué)吉林省道路交通重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 交通工程 短時(shí)交通預(yù)測(cè) 相空間方法 極端學(xué)習(xí)機(jī)
【基金】：國家科技支撐計(jì)劃項(xiàng)目(2014BAG03B03) 國家自然科學(xué)基金資助項(xiàng)目(51308249,51308248,51408257) 山東省省管企業(yè)科技創(chuàng)新項(xiàng)目(20122150251-5)~~
【分類號(hào)】：U491.14
【正文快照】： Foundation items:Supported by the National Key Technology Reserch and Development Program the Ministry of Science and Tech-nology of China(2014BAG03B03)and the National Natural Science Foundation of China(51308249,51308248,51408257)實(shí)時(shí)準(zhǔn)確的交通流量預(yù)測(cè)

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 潘昱,張晶;基于城市路口相關(guān)性的交通流量預(yù)測(cè)[J];交通與計(jì)算機(jī);2005年01期

2 劉世超;基于極大似然估計(jì)的路段交通流量預(yù)測(cè)[J];西南交通大學(xué)學(xué)報(bào);2005年02期

3 劉長(zhǎng)虹;陳志恒;黃虎;;城市短期交通流量預(yù)測(cè)方法的探討[J];現(xiàn)代交通技術(shù);2006年01期

4 侯明善;蘭云;;基于自適應(yīng)模糊神經(jīng)推理網(wǎng)絡(luò)的交通流量預(yù)測(cè)研究[J];機(jī)械科學(xué)與技術(shù);2006年10期

5 胡丹;肖建;車暢;;提升小波支持向量機(jī)在交通流量預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2007年08期

6 姚亞夫;劉侃;;基于遺傳神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測(cè)研究[J];公路與汽運(yùn);2007年06期

7 范魯明;賀國光;;改進(jìn)非參數(shù)回歸在交通流量預(yù)測(cè)中的應(yīng)用[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

8 叢新宇;虞慧群;范貴生;;基于組合模型的交通流量預(yù)測(cè)方法[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

9 劉長(zhǎng)虹;黃虎;陳力華;吳偉蔚;;基于隨機(jī)過程下的交通流量預(yù)測(cè)方法[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2006年02期

10 猶勇;;組合預(yù)測(cè)方法在城市交通流量預(yù)測(cè)中的運(yùn)用[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前7條

1 龐清樂;;基于蟻群算法的交通流量預(yù)測(cè)[A];2009年中國智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

2 張勇;關(guān)偉;;基于多變量序列重構(gòu)的交通流量預(yù)測(cè)[A];2008第四屆中國智能交通年會(huì)論文集[C];2008年

3 劉強(qiáng);朱敏;王小維;邱震宇;;灰色神經(jīng)模型在空中交通流量預(yù)測(cè)中的應(yīng)用[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

4 劉智勇;徐今強(qiáng);李水友;;城市交通流量的混沌時(shí)間序列預(yù)測(cè)[A];04'中國企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專輯[C];2004年

5 周申培;嚴(yán)新平;;信息融合技術(shù)在交通流量預(yù)測(cè)中的應(yīng)用[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

6 于江波;陳后金;;基于分段學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測(cè)[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

7 蔣海峰;魏學(xué)業(yè);張屹;;基于加權(quán)一階局域法的短時(shí)交通流量預(yù)測(cè)的研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張仁初;寧波港船舶交通流量預(yù)測(cè)研究[D];大連海事大學(xué);2008年

2 朱文姍;擬建高速公路交通流量預(yù)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國科學(xué)院大學(xué)（工程管理與信息技術(shù)學(xué)院）;2014年

3 李波;基于小波分析和遺傳神經(jīng)網(wǎng)絡(luò)的短時(shí)城市交通流量預(yù)測(cè)研究[D];北京交通大學(xué);2012年

4 何偉;模糊神經(jīng)網(wǎng)絡(luò)在交通流量預(yù)測(cè)中的應(yīng)用研究[D];蘭州交通大學(xué);2012年

5 吳凱;基于神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè)研究[D];南京郵電大學(xué);2013年

6 范魯明;基于非參數(shù)回歸的短時(shí)交通流量預(yù)測(cè)[D];天津大學(xué);2007年

7 蘭云;短時(shí)交通流量預(yù)測(cè)研究[D];西北工業(yè)大學(xué);2002年

8 屈凡;基于混沌和模糊神經(jīng)網(wǎng)絡(luò)的城市短時(shí)交通流量預(yù)測(cè)[D];長(zhǎng)安大學(xué);2012年

9 胡孟杰;基于流量預(yù)測(cè)的交通信號(hào)控制技術(shù)研究[D];浙江工業(yè)大學(xué);2014年

10 易良友;道路交通流量數(shù)據(jù)處理與預(yù)測(cè)模型研究[D];重慶大學(xué);2011年

  本文關(guān)鍵詞：基于相空間重構(gòu)和RELM的短時(shí)交通流量預(yù)測(cè)，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：432061