摘要：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。
分类：期刊> 自然科学与工程技术> 工程科技II> 电力工业
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：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
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
