原文传递
基于时空关联和BP_Adaboost的短时交通参数预测
| 题名： | 基于时空关联和BP_Adaboost的短时交通参数预测 |
| 正文语种： | 中文 |
| 作者： | 丁闪闪；王维锋；季锦章；党倩； |
| 关键词： | 交通工程；交通参数；主成分分析；Adaboost算法；BP神经网络；短时预测；时空关联性 |
| 摘要： | 为提高预测精度和降低计算复杂度,提出了一种基于时空关联和BP_Adaboost的短时交通参数预测方法。首先,通过分析交通参数之间的时间关联性和空间关联性,得到对预测值产生影响的因素。然后,采用主成分分析法对影响因素进行预处理,选取了主成分作为后续预测模型的输入。最后,采用Adaboost算法对BP神经网络进行优化,构建了BP_Adaboost预测模型,以改善传统BP神经网络的预测性能。利用南京市典型道路数据对该方法进行了性能评价。结果表明:该方法不仅可以在一定程度上提高预测精度,更重要的是能够大大提高预测 |
| 期刊名称： | 公路交通科技 |
| 出版年： | 2016 |
| 期： | 05 |
| 页码： | 98-104 |
检索历史
应用推荐
