作者:谭满春; 冯荦斌; 徐建闽交通工程短期交通流预测自回归求和滑动平均模型人工神经网络时间序列
摘要:将自回归求和滑动平均(ARIMA)与人工神经网络组合模型用于短时交通流预测。利用ARIMA模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力,把交通流时间序列看成由线性自相关结构和非线性结构两部分组成,采用ARIMA模型对交通流序列的线性部分进行预测,用人工神经网络模型对其非线性残差部分进行预测。结果表明:组合模型的预测准确性高于各自单独使用时的准确性;组合方法发挥了2种模型各自的优势,是短期交通流预测的有效方法。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社