原文传递
基于改进遗传算法的短时交通流组合预测模型
| 题名： | 基于改进遗传算法的短时交通流组合预测模型 |
| 正文语种： | 中文 |
| 作者： | 宋子杭 彭宏勤 刘爽 廖略伶 |
| 作者单位： | 北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京100044 |
| 关键词： | 城市交通 交通流预测 遗传算法 交通流 组合模型 |
| 摘要： | 针对城市交通流具有周期性、非线性等特征，提出一种短时交通流预测模型。该模型以BP神经网络、支持向量机(SVM)和ARIMA时间序列预测模型为基本模型，分别进行交通流预测，并通过对遗传算法算子的改进，对基本模型进行概率权重分配，寻找最优的分配结果，从而组合出具有高精度的预测模型。通过算例发现，组合预测模型的预测性能优于单个预测模型，预测误差较小，从而验证了基于改进遗传算法组合预测模型的有效性和正确性。 |
| 会议日期： | 201510 |
| 会议举办地点： | 北京 |
| 会议名称： | “综合交通发展与多式联运组织”学术研讨会 |
| 出版日期： | 2015-09-30 |
| 母体文献： | “综合交通发展与多式联运组织”学术研讨会论文集 |
| 分类号： | TP1 U49 |
检索历史
应用推荐
