典型文献
基于ARI MA-SV M模型的短时交通流量预测研究
文献摘要：
为了缓解城市交通拥堵问题,需要探究城市道路交通的本质特征,基于大数据深入挖掘道路交通流的复杂特性,提出了一种ARIMA与SVM的组合预测模型,对道路断面交通流量进行预测.以西安市区道路交通流检测数据为基础,利用MATLAB数值仿真软件进行组合预测模型的训练,对比分析单一模型和组合模型的预测效果,ARIMA-SVM组合模型预测结果的平均绝对百分比误差为1.57,均方根误差为4.7535,与单一预测模型的预测效果相比,在道路断面短时交通流量预测方面,组合预测模型的精确性更高,可靠性更强.
文献关键词：
城市交通;ARIMA-SVM;短时交通流;复杂特征
中图分类号：
作者姓名：
陈昆;曲大义;贾彦峰;王韬;洪家乐
作者机构：
青岛理工大学 机械与汽车工程学院,青岛266525
文献出处：
引用格式：
[1]陈昆;曲大义;贾彦峰;王韬;洪家乐-.基于ARI MA-SV M模型的短时交通流量预测研究)[J].青岛理工大学学报,2022(05):104-109
A类：
B类：
短时交通流量预测,预测研究,城市交通拥堵,城市道路交通,本质特征,道路交通流,ARIMA,组合预测模型,面交,西安市,检测数据,组合模型预测,平均绝对百分比误差,精确性,复杂特征
AB值：
0.19015
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
