含有误差校正的小波神经网络交通流量预测

摘要：

交通流量的准确预测对于高速路管理者进行决策至关重要;建立了小波神经网络(WNN)交通流量预测模型,并通过预测训练误差和测试误差校正预测结果来提高预测精度;首先构建WNN模型对交通流量进行初步预测,然后利用经验模态分解(EMD)和WNN模型对训练误差和测试误差进行预测;分别用训练误差预测值、测试误差预测值和两种误差预测值的加权对流量初步预测结果进行修正得到最终预测值;采用四川省成灌高速路交通流量数据进行了仿真对比实验,仿真结果表明含有误差校正的小波神经网络模型能有效提高交通流量预测精度,并且利用两种误差加权修正模型的预测精度高于利用测试误差的修正模型和利用训练误差的修正模型.

关键词：高速路交通流量、流量预测、小波神经网络、误差预测、经验模态分解

所属期刊栏目：24

分类号：U491(交通工程与公路运输技术管理)

资助基金：四川省交通科技项目2013c7-1

在线出版日期：2016-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：168-170,181