基于EMD⁃GRU的高速公路行程时间组合预测模型

作     者：彭勇 周欣 宋乾坤 向中华 PENG Yong;ZHOU Xin;SONG Qiankun;XIANG Zhonghua

作者机构：重庆交通大学交通运输学院重庆400074 重庆交通大学数学与统计学院重庆400074 

基　　金：教育部人文社会科学规划基金项目(17YJA630079) 重庆市社会科学规划项目(2019YBGL049) 

出 版 物：《应用数学和力学》 (Applied Mathematics and Mechanics)

年 卷 期：2021年第42卷第4期

页      码：405-412页

摘      要：考虑到高速公路行程时间影响因素繁多且行程时间序列非线性、非平稳特征显著,设计了基于经验模态分解和GRU神经网络的高速公路行程时间组合预测模型.首先,利用高速公路收费数据中车辆进出高速公路的时间信息获取路段行程时间序列;然后,利用经验模态分解算法,将复杂的行程时间序列分解为若干时间尺度不同、相对平稳的本征模态函数分量和残差分量;接着,使用GRU神经网络对各本征模态函数分量和残差分量进行预测与集成操作.实例分析表明:经验模态分解可有效提高LSTM、GRU神经网络的预测精度;在相同参数设置的情况下,GRU神经网络的预测精度优于LSTM神经网络.

主 题 词：智能交通 组合预测 行程时间 经验模态分解 GRU神经网络 

学科分类：08[工学] 082303[082303] 0802[工学-机械学] 0701[理学-数学类] 082302[082302] 0801[工学-力学类] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.21656/1000-0887.410165

馆 藏 号：203102956...