用基于残差修正的灰色GM(1,1)模型预测车流量
预测车流量是城市智能交通系统研究中的热点难点问题之一,车流量预测的精确度严密关系到居民的出行质量.然而车流量受诸多因素不同程度的影响,具有一定程度的随机性、灰色性和不确定性,从城市交叉路口得到的车流量监控数据也具有一定程度的缺失和偏差,简单准确且高效的预测车流量成为一个挑战.基于交叉路口采集到的车牌识别数据,通过预测值对比真实值得到的偏差分析修正GM(1,1)经典模型,对同一序列集进行多次应用修正模型,最后数值稳定收敛且精度高于未修正模型的结果.
智能交通 车流量预测 GM(1,1)模型 精度控制
赵卓峰 杨宗润
北方工业大学 大规模流数据集成与分析技术北京市重点实验室 北京10004
国内会议
北京
中文
311-316
2015-11-01（万方平台首次上网日期，不代表论文的发表时间）