• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《运筹与模糊学》 >基于SARIMA-GPR模型的短时交通流预测应用研究

基于SARIMA-GPR模型的短时交通流预测应用研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

交通流量数据具有周期性、不平稳性、复杂性等特点,若使用单一模型对其进行预测,则预测效果不是很好,因此提出一种组合的SARIMA-GPR模型。SARIMA (Seasonal Autoregressive Integrated Moving Average)模型与GPR (Gaussian Process Regression)模型分别很好拟合交通流量的线性部分与非线性部分,且GPR模型考虑到数据的噪声,能更好地抓取到数据信息。对原数据进行特征提取与分析,训练SARIMA模型与GPR模型,得到两个预测模型,根据模型的MAE得到两个模型的权重值,得到最终的预测值。将该组合模型与SARIMA、GPR、SVM、SARIMA-SVM组合模型进行预测效果对比,实验结果表明,SARIMA-GPR模型预测效果要优于单一模型,预测结果平均绝对百分比误差(MAPE)减少到4.51%,预测结果更接近真实数据。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号