基于EMD聚类与ARMA的交通流量预测方法
为了准确掌握未来交通流量的变化趋势,提高高速公路路网的管理效率,采用经验模态分解(EMD)和自回归滑动平均(ARMA)模型,提出了一种短时交通流量预测方法.根据高速公路收费站数据,使用EMD将统计的时间序列分解为有限个固有模态分量,对固有模态分量使用模糊C均值聚类,再采用ARMA将聚类后的固有模态分量进行预测,最后把每个分量预测值求和得到交通流量预测值.实例仿真计算表明,该算法比直接使用ARMA模型进行预测具有更高的预测精度,是一种有效的短时交通量预测方法.
高速公路、交通量预测、经验模态分解、自回归滑动平均、聚类、短时预测
60
U491.113(交通工程与公路运输技术管理)
四川省交通科技项目2013c7-1
2015-06-17(万方平台首次上网日期,不代表论文的发表时间)
124-129