首页|基于EMD和LSSVM组合模型的交通流量预测

基于EMD和LSSVM组合模型的交通流量预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统的短时交通流量预测算法存在精度低和误差大的缺点,提出一种基于EMD和LSS?VM组合模型的短时交通流量预测模型.针对短时交通流量数据,运用经验模态分解EMD分解技术将短时交通流量数据分解成个若干IMF分量和残余分量Res,之后针对IMF分量和Res分量分别运用LSSVM进行预测,之后将各自的预测结果进行叠加重构,实现短时交通流量预测.研究结果表明,本文提出的算法EMD LSSVM可以有效提高短时交通流量预测的精度,为短时交通流量预测提供新的方法和途径.
Traffic flow forecast based on EMD and LSSVM combination model

连义平

展开 >

西安铁路职业技术学院 陕西西安710014

经验模态分解 最小二乘支持向量机 短时交通流量 神经网络

2019

电子设计工程
西安三才科技实业有限公司

电子设计工程

CSTPCD
影响因子：0.333
ISSN：1674-6236
年,卷(期)：2019.27(11)
  • 11
  • 17