优权重信息融合短时交通量预测.pdf

优权重信息融合短时交通量预测.pdf

ID:53003343

大小:1.01 MB

页数:6页

时间:2020-04-10

优权重信息融合短时交通量预测.pdf_第1页
优权重信息融合短时交通量预测.pdf_第2页
优权重信息融合短时交通量预测.pdf_第3页
优权重信息融合短时交通量预测.pdf_第4页
优权重信息融合短时交通量预测.pdf_第5页
资源描述:

《优权重信息融合短时交通量预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第29卷第1期重庆交通大学学报(自然科学版)Vol.29No.12010年2月JOURNALOFCHONGQINGJIAOTONGUNIVERSITY(NATURALSCIENCE)Feb.2010基于小波去噪和最优权重信息融合的短时交通量预测高为,陆百川,黄美灵(重庆交通大学交通运输学院,重庆400074)摘要:针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。信息融合技术可以对不同传感器数据进行综合处理,去除冗余、克服歧义,得到比任

2、何单个数据源更全面、更准确、更可靠的信息。综合考虑道路交通量预测的实时性、准确性和可靠性,运用基于小波分析的去噪和现代信息融合思想,提出了一种基于小波去噪和最优权重的信息融合预测方法,并用实际数据进行验证。实证分析的结果表明,该方法能够有效提高交通量的预测精度。关键词:交通量预测;信息融合;最优权重;小波分析中图分类号:U491文献标志码:A文章编号:1674-0696(2010)01-0106-04ShortTimeTrafficFlowPredictionBasedonInformationFusionofWaveletDen

3、oisingandOptimalWeightGAOWei,LUBaichuan,HUANGMeiling(SchoolofTraffic&Transportation,ChongqingJiaotongUniversity,Chongqing400074,China)Abstract:Sincetheactualtransportationsystemfeaturesincomplextimevaryingchangesanduncertaintyoftrafficflowchanges,thewaveletanalysist

4、heoryisappliedtodenoisetheoriginaltrafficdata,whichmakesthedataafterdenoisingisbettertoreflectthenatureoftrafficflowanditschangingrule.Informationfusiontechnologyisabletodointegratedtreatmentofdifferentsensordata,toremoveredundancy,toovercometheambiguity,soitcanobtain

5、morecomprehensive,moreaccurateandreliableinformationthananysingledatasourcedo.Consideringtheaccuracyandreliabilityofrealtimeroadtrafficprediction,theinformationfusionpredictionmethodbasedonwaveletdenoisingandoptimumweightisproposed,usingthethoughtofintegratingdenoisi

6、ngtechnologybasedonwaveletanalysisandmoderninformation;furthermore,theexperimentalresultsareverifiedbycasestudies.Empiricalresultsoftheanalysisshowthatthemethodproposedcanimprovetheaccuracyoftrafficflowpredictioneffectively.Keywords:shorttimetrafficflowprediction;inf

7、ormationfusion;optimalweight;waveletanalysis交通量预测是利用预测算法,对道路交通量数点,传统、单一的交通量预测方法很难适应短时交通据进行分析研究,及时准确地预测未来一段时间内量的高度复杂性、随机性和不确定性,仍然有很多问的交通量状态,是制定正确的交通控制和诱导措施题亟待解决。的重要前提,也是目前广泛开展的智能交通系统的本文针对短时交通量受随机因素影响大、非线基本要求及关键技术。它利用各种检测设备获得实性强、规律性不明显的特点,将小波分析和基于最优时信息,通过预测模型和方法,获取实时、可靠、

8、准确权重的信息融合应用于交通量预测的研究。小波变的预测信息,为出行者提供实时有效的道路信息,实换具有良好的时频分析特性,是目前公认的最新的现动态路径诱导,达到节约出行者旅行时间,缓解道时-频分析工具之一;小波分析消噪的方法能将信路拥堵

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。