一种基于径向基神经网络的组合预测模型

摘要：

根据基于最近邻聚类算法(NNCA)的径向基(RBF)神经网络和自回归求和滑动平均(ARIMA)两种方法,建立了各自的单项预测子模型,并利用RBF神经网络对两个单项预测子模型结果进行组合预测,得到最终的预测值.将该模型应用于长沙市某路段的交通流量预测,实验结果证明了该预测模型的有效性,采用组合预测模型比单一预测模型的预测精度有了较大提高.

关键词：组合预测模型、最近邻聚类算法、径向基、RBF神经网络、交通流量

所属期刊栏目：29

分类号：TP183(自动化基础理论)

在线出版日期：2008-11-14（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：137-140