基于熵权法的交通流组合预测模型研究
2018-06-22山东科技大学电气与自动化工程学院山东青岛66590山东科技大学交通学院山东青岛66590
山东科技大学学报(自然科学版) 2018年4期
,,,(.山东科技大学 电气与自动化工程学院,山东 青岛 66590;.山东科技大学 交通学院,山东 青岛 66590)
在智能交通研究领域中,无论是进行交通规划,还是实施交通诱导与控制,都需要提供交通信息并对交通状态进行动态估计。因此,对交通流量的预测一直是智能交通理论研究和工程应用的热点。
目前,在交通流量预测的理论和方法已经有许多研究成果,主要有基于统计理论的模型[1]、基于神经网络理论的模型[2]、基于动态分配理论的模型[3]、基于非线性预测理论的模型和基于交通模拟仿真的模型等[4]。常见的具体方法有:ARIMA法、历史趋势法、卡尔曼滤波模型、神经网络模型等。相关研究表明,单一模型或方法在预测精确性、快速性、动态反馈性、鲁棒性或实用性等方面各有优缺点[5-7]。
1969 年,Bates等[8]首次提出组合预测方法,指出它能发挥各个模型的优点,相互弥补缺陷,有效提高预测精度。此后,组合预测法一直是国内外预测界研究的热点课题,在智能交通预测领域也得到了广泛应用。
目前较多的组合模型预测方法主要思想是应用各种智能算法,模拟人的思维机制来进行预测。这种组合方法虽然能提高预测精度,但往往以增加运算时间和提高算法复杂度为代价[9]。在实时性要求高或者缺少足量样本的情况下并不适用。而实际的交通系统,因信息采集物理设备及覆盖面的限制、外在环境的复杂性及不确定性等因素的影响,容易导致测量信息的不完整、实时性不高或信息量不足。……
登录APP查看全文
