首页|基于AFSA优化的灰色模型的车流量预测方法

基于AFSA优化的灰色模型的车流量预测方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
随着互联网和大数据技术的发展,利用采集的各种数据进行预测和分析也越来越重要.例如,在交通领域用先进技术来对车流量进行预测,为用户提供方便的出行指导以防患于未然.论文提出将人工鱼群(AFSA)与带卷积积分的多变量灰色模型(GMC)结合的算法模型(AFSA-GMC)应用于指定时间段的高速公路车流量预测上,以提高收敛速度及预测精度.人工鱼群算法的优势在于对初值不敏感,鲁棒性强,能快速收敛,并很好地进行全局寻优,将其应用在带卷积积分的多变量灰色模型中,对其通过最小二乘法得到的参数向量进行优化后能有效提高预测精度,是多变量灰色模型在车流量预测领域应用中的新的尝试.
Traffic Flow Forecasting Method Based on AFSA Optimized Grey Model

吴鹏、翟嘉伊、汪健、张凤荔

展开 >

四川工程职业技术学院 德阳 618000

电子科技大学 成都 610054

高速公路 车流量预测 GMC(1,n) AFSA-GMC(1,n)

6180203361472064616020962018GZ00872019YJ05432018M6434532017B030314131NDSMS201606

2022

10.3969/j.issn.1672-9722.2022.12.024

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(12)
  • 17