为了提高短时交通流预测的准确度，提出基于回声状态网络模型的短时交通流混沌预测方法；利用C-C法计算相空间重构的延迟时间和嵌入维数；利用遗传算法对回声状态网络模型进行参数寻优，进而构建基于遗传算法的回声状态网络模型；采用城市快速路实测数据进行实验验证和对比分析。结果表明，所提出方法的预测效果明显优于支持向量机模型、小波神经网络模型和反向传播神经网络模型的预测效果，平均预测精度分别提升了35.9%、 42.1%和45.6%。
科研之友
微信
新浪微博
Facebook
分享链接
