在智能交通系统的诱导、控制和管理中,实时准确的短时交通流量预测具有重要意义。为提高预测精度,充分分析交通流特性和外部空间关联对预测结果的影响,提出一种短时交通流预测模型——SARIMA-RF模型。利用SARIMA模型良好的线性拟合能力,提取交通流数据中的周期性特征;利用随机森林模型较强的泛化能力,分析交通流的时空相关性,得出预测结果。实验结果表明,该组合模型与单一模型相比具有更高的预测精度,是一种有效的预测方法。
科研之友
微信
新浪微博
Facebook
分享链接
