10.16208/j.issn1000-7024.2019.02.036
基于时空相关性的短时交通流预测模型
在智能交通系统的诱导、控制和管理中,实时准确的短时交通流量预测具有重要意义.为提高预测精度,充分分析交通流特性和外部空间关联对预测结果的影响,提出一种短时交通流预测模型——SARIMA-RF模型.利用SARIMA模型良好的线性拟合能力,提取交通流数据中的周期性特征;利用随机森林模型较强的泛化能力,分析交通流的时空相关性,得出预测结果.实验结果表明,该组合模型与单一模型相比具有更高的预测精度,是一种有效的预测方法.
交通流量预测、时空相关性、随机森林、SARIMA模型、组合预测模型
40
TP393(计算技术、计算机技术)
国家重点研发计划政府间国际科技创新合作重点专项基金项目2016YFE0108000;江苏省重点研发计划基金项目BE2017163;江苏省普通高校研究生实践创新计划基金项目SJCX17_0108
2019-05-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
501-507