-
公开(公告)号：CN118097950A
公开(公告)日：2024-05-28
申请号：CN202410214381.7
申请日：2024-02-27
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种变系数灰色模型短时交通流预测方法，属于交通预测技术领域，包括以下步骤：S1：基于交通流数据建立初始交通流序列，得到目标交通流量序列；S2：对原始交通流序列进行预处理，即计算一阶累加生成序列，n阶累减生成序列以及均值序列；S3：建立基于高阶变系数灰色欧拉短时交通流预测模型EEGM(n,1)；并构造矩阵B和Y，得到模型参数的估计值；S4：采用粒子群算法寻优，即用粒子群算法寻找模型的最优阶数，并根据找寻到的最优阶数和最小二乘法计算的参数值构建模型；S5：通过时间响应函数计算EEGM(n,1)模型的模拟值，通过累减还原式计算其还原值。
-
Patent Agency Ranking
公开(公告)号：CN118097950B
公开(公告)日：2025-03-11
申请号：CN202410214381.7
申请日：2024-02-27
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种变系数灰色模型短时交通流预测方法，属于交通预测技术领域，包括以下步骤：S1：基于交通流数据建立初始交通流序列，得到目标交通流量序列；S2：对原始交通流序列进行预处理，即计算一阶累加生成序列，n阶累减生成序列以及均值序列；S3：建立基于高阶变系数灰色欧拉短时交通流预测模型EEGM(n,1)；并构造矩阵B和Y，得到模型参数的估计值；S4：采用粒子群算法寻优，即用粒子群算法寻找模型的最优阶数，并根据找寻到的最优阶数和最小二乘法计算的参数值构建模型；S5：通过时间响应函数计算EEGM(n,1)模型的模拟值，通过累减还原式计算其还原值。
-
公开(公告)号：CN118135789A
公开(公告)日：2024-06-04
申请号：CN202410214378.5
申请日：2024-02-27
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于数据波动性的短时交通流预测方法，属于短时交通预测领域，包括以下步骤：S1：根据设定的采集周期采集历史的交通流数据，得到初始矩阵序列；S2：根据初始矩阵序列，计算一阶累加序列、一阶累减序列以及偏导数序列；S3：利用初始矩阵序列，根据交通流波动特性和偏灰色预测模型建模机理，构建交通流波动方程的二阶偏灰色模型的白化方程形式，通过离散化白化方程，得到基于交通流波动方程的二阶偏灰色模型；S4：利用最小二乘法计算模型参数，采用迭代递推的方式对预测模型进行求解。
-
公开(公告)号：CN116913105B
公开(公告)日：2024-03-19
申请号：CN202310916418.6
申请日：2023-07-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于循环神经灰色模型的短时交通流预测方法，属于智能交通技术领域。该方法包括：S1：采集某主路段及该主路段支路的车流量；用灰色关联度分析主路段与支路车流量的灰色关联度，选择主路段为主序列，关联度较大的支路为影响序列；S2：以主序列及影响序列建立循环神经灰色模型；S3：确定最优模拟和预测的个数，用最优方案预测该主路段的车流量。本发明的预测方法能够有效提高短时交通流的预测精度。
-
公开(公告)号：CN118135789B
公开(公告)日：2025-02-18
申请号：CN202410214378.5
申请日：2024-02-27
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于数据波动性的短时交通流预测方法，属于短时交通预测领域，包括以下步骤：S1：根据设定的采集周期采集历史的交通流数据，得到初始矩阵序列；S2：根据初始矩阵序列，计算一阶累加序列、一阶累减序列以及偏导数序列；S3：利用初始矩阵序列，根据交通流波动特性和偏灰色预测模型建模机理，构建交通流波动方程的二阶偏灰色模型的白化方程形式，通过离散化白化方程，得到基于交通流波动方程的二阶偏灰色模型；S4：利用最小二乘法计算模型参数，采用迭代递推的方式对预测模型进行求解。
-
公开(公告)号：CN116913105A
公开(公告)日：2023-10-20
申请号：CN202310916418.6
申请日：2023-07-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于循环神经灰色模型的短时交通流预测方法，属于智能交通技术领域。该方法包括：S1：采集某主路段及该主路段支路的车流量；用灰色关联度分析主路段与支路车流量的灰色关联度，选择主路段为主序列，关联度较大的支路为影响序列；S2：以主序列及影响序列建立循环神经灰色模型；S3：确定最优模拟和预测的个数，用最优方案预测该主路段的车流量。本发明的预测方法能够有效提高短时交通流的预测精度。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
