典型文献
城市月度交通量的优化权值分配融合预测模型
文献摘要：
为解决月度交通量时间序列预测模型的单一性、静态性等问题,提出了城市月度交通量的优化权值分配融合预测模型:基于MSE权重分配方法,通过对历史序列值拟合的均方误差进行分析,为季节性自回归差分滑动平均模型(SARIMA)和非线性自回归动态神经网络(NAR)分配科学可靠的权值,从而融合预测交通量.分析结果表明:优化权值分配融合模型预测和拟合效果明显优于其他非融合模型.城市月度交通量的优化权值分配融合预测模型,有效提升了月度交通量时间序列预测的准确性和可靠度.
文献关键词：
月度交通量;预测模型;时间序列;神经网络
中图分类号：
作者姓名：
邓奇春
作者机构：
湖南省交通科学研究院有限公司,湖南长沙410015
文献出处：
引用格式：
[1]邓奇春-.城市月度交通量的优化权值分配融合预测模型)[J].交通世界,2022(08):9-12
A类：
月度交通量,预测交通量
B类：
权值分配,融合预测模型,时间序列预测模型,单一性,MSE,权重分配,分配方法,均方误差,滑动平均模型,SARIMA,非线性自回归,动态神经网络,NAR,融合模型,拟合效果,非融合,可靠度
AB值：
0.22094
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。
