原文传递
基于灰色—小波神经网络的有效泊位预测
| 题名： | 基于灰色—小波神经网络的有效泊位预测 |
| 正文语种： | 中文 |
| 作者： | 韩印；郑喆；赵靖；刘彩云； |
| 关键词： | 交通工程；有效停车泊位；灰色单因子预测；小波神经网络 |
| 摘要： | 针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高. |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2017 |
| 期： | 05 |
| 页码： | 60-67,96 |
检索历史
应用推荐
