买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:重庆邮电大学
摘要:本发明涉及一种基于时空数据及分数阶累加偏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:将一维点序列的原始数据形式构造成矩阵原始数据序列;根据原始数据矩阵序列计算累加生成序列Xr及其对应的均值序列Zr和偏导数序列;建立基于时空数据的短时交通流预测模型FPGM,并构造矩阵B和Y以估计模型参数;采用粒子群算法寻找最佳分数阶累加阶数以及正弦函数中的参数;计算模型的模拟值Xr、还原值X0;计算模型FPGM1,1|sin和对比模型的均方误差、平均绝对模拟百分比误差、均方根百分比误差、平均绝对误差及相关系数;若各项指标通过误差检验,则使用FPGM1,1|sin模型预测未来趋势,否则返回步骤S1。本发明能够为交通流数据分析和预测提供数据支持。
主权项:1.一种基于时空数据及分数阶累加偏灰色模型的短时交通流预测方法,其特征在于:所述预测方法包括:S1:将一维点序列的原始交通流数据构造成矩阵序列形式的交通流数据;S2:对原始矩阵序列进行处理,计算累加生成序列Xr及其对应的均值序列Zr和偏导数序列;S3:建立基于时空数据的短时交通流预测模型FPGM;并构造矩阵B和Y以估计模型参数;S4:采用粒子群算法寻找分数阶累加阶数以及正弦函数中的参数;S5:计算FPGM模型的模拟和还原值;通过时间响应式计算模拟值Xr,通过还原式计算还原值X0;S6:计算模型FPGM1,1|sin和对比模型的评价指标,包括:均方误差、平均绝对模拟百分比误差、均方根百分比误差、平均绝对误差及相关系数;S7:若各项指标通过误差检验,则使用FPGM模型预测未来趋势,否则返回步骤S1。
全文数据:
权利要求:
百度查询: 重庆邮电大学 基于时空数据及分数阶累加偏灰色模型的短时交通流预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。