改进的灰色模型及在短时交通流中的应用

发布时间：2017-12-16 02:31

  本文关键词：改进的灰色模型及在短时交通流中的应用

  更多相关文章： 短时交通流 灰色模型 级比 预测

【摘要】：基于城市道路交通流按日周期变化的数据特征,提出一种可自动选择步长的灰色模型算法.将其应用到美国Minnesota的两个道路交通流的预测,并和传统灰色模型、历史平均法以及滑动平均法对比.数值实验结果表明:改进的灰色模型能够大幅降低预测绝对误差,预测精度高,稳定性好,适用于城市道路短时交通流的实时预测.
【作者单位】： 长春理工大学理学院;
【基金】：国家自然科学基金(51278221,51378076)
【分类号】：U491.112;N941.5
【正文快照】： 1引言 随着我国私家汽车的快速普及,城市道路已经越来越拥挤.如何能高效地利用城市道路,需要更加精准的城市道路交通控制.其中,短时交通流预测是城市道路交通控制的核心问题之一.短时交通流一般是指时间间隔不超过15 min的交通流,短时交通流预测是一个复杂非线性时变的问题,

【相似文献】

中国期刊全文数据库 前10条

1 刘力军;李松;解永乐;;短时交通流混沌预测模型的比较研究[J];数学的实践与认识;2011年17期

2 张洪宾;孙小端;贺玉龙;;短时交通流复杂动力学特性分析及预测[J];物理学报;2014年04期

3 高勇;陈锋;;基于小波分析的短时交通流非参数回归预测[J];中国科学技术大学学报;2008年12期

4 宁云隆;刘丹;许淑伟;;路口短时交通流量预测方法[J];科技资讯;2009年13期

5 夏英;梁中军;王国胤;;基于时空分析的短时交通流量预测模型[J];南京大学学报(自然科学版);2010年05期

6 沈国江;王啸虎;孔祥杰;;短时交通流量智能组合预测模型及应用[J];系统工程理论与实践;2011年03期

7 李清泉;曹晶;乐阳;李志恒;;短时交通流量模式提取及时变特征分析[J];武汉大学学报(信息科学版);2011年12期

8 许伦辉;唐德华;;短时交通流交通状态转变及其特性分析[J];系统工程;2009年08期

9 罗媛媛;周青峰;;基于EVIEWS的短时交通流分析及预测[J];黑龙江科技信息;2009年26期

10 左志红;李星毅;;基于近似动态规划的短时交通流控制预测模型[J];计算机仿真;2013年10期

中国重要会议论文全文数据库 前2条

1 翁小雄;翦俊;;短时交通流频谱分析与预测[A];第二十六届中国控制会议论文集[C];2007年

2 张利;李星毅;施化吉;;一种基于ARIMA模型的短时交通流量改进预测算法[A];2007第三届中国智能交通年会论文集[C];2007年

中国重要报纸全文数据库 前1条

1 本报记者 李婵;交通拥堵为何预测不准[N];北京科技报;2010年

中国博士学位论文全文数据库 前2条

1 郭欢;基于灰理论的短时交通流动力学建模预测与优化研究[D];武汉理工大学;2013年

2 张晓利;基于非参数回归的短时交通流量预测方法研究[D];天津大学;2007年

中国硕士学位论文全文数据库 前10条

1 喻丹;基于小波理论的短时交通流预测方法研究[D];长沙理工大学;2008年

2 谢生龙;城市道路短时交通流动态预测方法研究与应用[D];长安大学;2015年

3 胡浩然;基于Hadoop平台的短时交通流预测算法研究[D];华南理工大学;2016年

4 符义琴;短时交通流分析及预测[D];南京信息工程大学;2016年

5 陈功;数据挖掘技术在智慧交通中的应用[D];电子科技大学;2016年

6 韦凌翔;基于RVM和ARIMA的短时交通流量预测方法研究[D];长安大学;2016年

7 武琼;基于支持向量回归的短时交通流预测方法研究与应用[D];长安大学;2016年

8 张玮玮;基于聚类分析的BP神经网络短时交通流预测方法研究[D];重庆邮电大学;2016年

9 顾敏佳;高速公路事故条件下的匝道协同控制方法研究[D];东南大学;2016年

10 卓卉;基于混沌理论的短时交通流预测方法研究[D];北京交通大学;2008年

，

本文编号：1294389