基于气象条件改进的CA和GM(1,1)组合交通流预测模型构建与分析

摘要：

交通流受多方面因素影响,如天气、突发性事件、非线性事件等.利用单个模型进行预测时,突发状况、意外状况的处理能力较差,并且实用性较低.基于此,论文提出一种基于气象条件改进的CA和GM(1,1)组合交通流预测模型.首先针对气象条件带来的影响,引入了一些参数,更新了演化规则,然后将改进后的元胞自动机预测模型和灰色理论GM(1,1)预测模型进行组合.实证结果表明改进后的组合模型具有更高的预测精度,拟合性能更优.

关键词：CA、GM(1、1)、交通流、气象条件

所属期刊栏目：42

分类号：N941.5(系统科学)

在线出版日期：2022-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：100-105