科研之友
微信
新浪微博
Facebook
分享链接
摘要
交通流受多方面因素影响，如天气、突发性事件、非线性事件等。利用单个模型进行预测时，突发状况、意外状况的处理能力较差，并且实用性较低。基于此，论文提出一种基于气象条件改进的CA和GM(1,1)组合交通流预测模型。首先针对气象条件带来的影响，引入了一些参数，更新了演化规则，然后将改进后的元胞自动机预测模型和灰色理论GM(1,1)预测模型进行组合。实证结果表明改进后的组合模型具有更高的预测精度，拟合性能更优。
- 单位
交通流受多方面因素影响，如天气、突发性事件、非线性事件等。利用单个模型进行预测时，突发状况、意外状况的处理能力较差，并且实用性较低。基于此，论文提出一种基于气象条件改进的CA和GM(1,1)组合交通流预测模型。首先针对气象条件带来的影响，引入了一些参数，更新了演化规则，然后将改进后的元胞自动机预测模型和灰色理论GM(1,1)预测模型进行组合。实证结果表明改进后的组合模型具有更高的预测精度，拟合性能更优。
