典型文献
一种基于新型混合模型的小时交通流预测方法
文献摘要：
短期交通流量预测是智能交通系统的重要组成部分.在某些交通控制场景中,提前获取未来的交通流量,有利于公路管理部门有足够的时间制定相应的交通流量控制措施.因此,建立一种准确的短期交通流量预测方法具有重要的意义,能够为高峰交通流量警告提供依据.本文提出了一种新的交通流量混合预测模型VMD-ICA-GMDH-BILSTM-ELMAN,该模型由VMD算法对历史交通流序列进行分解,并利用ICA算法对GMDH-BILSTM-ELMAN集成的网络模型参数进行优化.为了验证此模型的预测性能,在本文所提出的模型和其他模型之间进行了多次比较实验.实验结果表明:1)BILSTM网络,GMDH网络和ELMAN网络具有比其他单个模型更好的预测性能.2)VMD分解方法的加入可以显著改善ICA-GMDH-BILSTM-ELMAN模型的预测性能,且VMD方法的效果优于EEMD和FEEMD.综上所述,由VMD分解,ICA优化,BILSTM网络,GMDH网络和ELMAN网络组成的预测模型,对交通流序列具有精确的短期预测性能.
文献关键词：
交通流预测;智能交通系统;ICA;VMD;GMDH;BILSTM;ELMAN
中图分类号：
作者姓名：
刘辉;张馨雨;杨宇翔;李燕飞;余澄庆
作者机构：
文献出处：
引用格式：
[1]刘辉;张馨雨;杨宇翔;李燕飞;余澄庆-.一种基于新型混合模型的小时交通流预测方法)[J].中南大学学报（英文版）,2022(04):1389-1402
A类：
短期交通流量预测
B类：
混合模型,交通流预测,智能交通系统,交通控制,公路管理,流量控制,警告,混合预测模型,VMD,ICA,GMDH,BILSTM,ELMAN,预测性能,比较实验,分解方法,FEEMD,综上所述,短期预测
AB值：
0.181081
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
