基于数据融合的高速公路短时交通量预测模型

作     者：李松江 弓晋霞 丁岩 王鹏 LI Song-jiang;GONG Jin-xia;DING Yan;WANG Peng

作者机构：长春理工大学计算机科学技术学院吉林长春130022 

基　　金：吉林省省级产业创新专项资金基金项目(2016C090) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2018年第39卷第10期

页      码：3208-3213页

摘      要：根据高速公路交通量的时空特性,提出基于数据融合的高速公路短时交通量预测模型。对交通量时间序列性、周期相似性和空间序列性3个时空特性的状态向量进行定义,以BP神经网络预测模型为基础,结合自适应加权数据融合算法对时空特性预测值进行融合,构建交通量预测模型。通过计算相关性对时空特性进行分析,选取相关性较高的数据样本作为模型输入。实验结果表明,工作日和休息日高速公路交通量预测平均绝对误差百分比均在5%以内,与单变量预测模型相比具有更好的预测准确度和实用性,为智能交通管理系统提供数据支持。

主 题 词：高速公路 数据融合 神经网络 时空特性 短时交通量预测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2018.10.036

馆 藏 号：203384942...