基于小波变换和GM-ARMA模型的交通流预测

摘要：

本文提出了一种基于小波分解与重构的交通流预测方法,结合GM(1,1)模型和ARMA(p,q)模型对纽约市一天内的交通流量进行预测.通过多尺度小波分解,分离出低频信息和高频信息;然后对低频信息和高频信息分别进行重构,对低频信息用灰色模型进行拟合,对高频信息则采用自回归滑动平均模型;最后将预测结果叠加,从而得到原始序列的预测值.通过实验结果表明,该方法具有更高的预测精度。

关键词： 交通流预测 小波分解 灰色模型 自回归滑动平均模型

作者: 陈野 毛树华 肖新平

作者单位: 武汉理工大学 武汉 430070

会议类型: 国内会议

会议名称: 第23届灰色系统学术会议

会议地点: 上海

会议语种:中文

页码: 245-249

在线出版日期: 2012-04-20（万方平台首次上网日期，不代表论文的发表时间）