摘要

为满足个性化停车诱导需求,研究动态随机条件下有效停车泊位预测方法。利用C-C算法在求解非线性关系模型方面的优势,研究C-C算法与Elman递归网络技术的融合过程,采用小数据量法验证重构相空间的混沌特性,在此基础上研究动态随机泊位预测模型和求解算法。利用MATLAB对融合算法进行仿真实验分析。结果表明:模型预测结果与实际值一致性较好,最大相对误差、平均相对误差和平均绝对误差均小于线性假设的预测方法。说明C-C算法与网络技术的融合算法在动态随机泊位预测方面的有效性。