原文传递
基于融合模型动态权值的短期客流预测方法
| 题名： | 基于融合模型动态权值的短期客流预测方法 |
| 正文语种： | 中文 |
| 作者： | 马晓旦；武经纬；梁士栋；赵天羽； |
| 作者单位： | 上海理工大学管理学院； |
| 关键词： | 短期客流预测；融合模型；智能交通；卡尔曼滤波算法；KNN算法 |
| 摘要： | 针对传统交通系统中短期客流预测精度低的问题,考虑城市交通站点客流数据在横纵向时间序列的规律性,基于卡尔曼滤波算法和K近邻(K-Nearest Neighbor, ANN)算法,分别根据当日数据和历史数据对客流量进行预测,然后利用权重系数方程对两个预测值加以融合,从而构建基于融合模型动态权值的短期客流预测方法。以某城市的某公交站点客流数据为研究对象,对所建融合模型短期客流预测的准确性和适用性加以验证。结果表明,新建模型、单一的卡尔曼滤波模型和KNN模型的平均相对误差分别为3.6%, 9.0%和7.7%,可见新建模型能更好地拟合客流变化趋势且评价效率更高。 |
| 期刊名称： | 交通运输研究 |
| 出版年： | 2019 |
| 期： | 04 |
| 页码： | 127-132 |
检索历史
应用推荐
