摘要
针对智慧交通的需求提出了一种新颖有效的短时交通流预测方法,通过异常值识别扩展了卡尔曼滤波,使其能对噪声进行识别和过滤——异常值识别卡尔曼滤波器.利用卡尔曼滤波能有效地过滤导致系统不确定性的交通流波动,但这可能会使指示交通流突变的细微线索丢失,为了提升预测精度,应用离散小波变换对原始信号进行识别处理,在去掉异常值的同时保留原有对预测有效的信号源信息,此外还使用了历史参考值对预测值进行修正.在四个基准数据集上的大量实验表明,与常用及最新的预测模型相比,其结果MAPE平均降低了2.919％,RMSE平均降低了79.582.
基金项目
国家自然科学基金资助项目(61902232)
广东省自然科学基金资助项目(2018A030313291)
广东省教育科学规划项目(2018GXJK048)
广东省教育科学规划项目(2019KTSCX199)
广东大学生科技创新培育专项资金资助项目(pdjh2020b0222)
肇庆市科技专项资金项目(2020G1004)
肇庆学院校级科研项目(2019012612)
肇庆学院校级科研项目(zlgc201933)
国家科技期刊平台
NSTL
维普
万方数据