基于灰色神经网络点速度预测模型.pdf

第47卷第2期 西南交通大学学报 V01．47No．2 0FSOUTHWESTUNIVERSl7IY 2叭2年4月 JOURNAL JIAOTONG APr．2012 文章编号：0258-2724(2012)02也85J06DoI：10．3969／j．ism．0258-2724．2012．02．019 基于灰色神经网络的点速度预测模型 吴志周， 范宇杰， 马万经 (同济大学道路与交通工程教育部重点实验室，上海201804) 摘要：为了克服交通流时空不稳定性导致的检测数据误差，提高预测点速度的精度，在比较传统灰色预测模 型和反向(BP)神经网络预测模型优缺点的基础上，建立了灰色神经网络点速度预测模型．该模型综合了灰色预 测模型所需数据少及神经网络具有的自学习和自适应能力的特点．以实测值作为输出数据，构建不同的灰色预 测模型，将各灰色预测模型的预测结果作为BP神经网络训练的输人数据，得到最佳的预测模型．实例分析表明： 与传统灰色理论及BP神经网络预测模型相比较，在20、40和60s采样间隔条件下，本文模型预测结果与实测值 的相对误差平均减少了32％，为交通运行状态评价和行程时间预测提供了依据． 关键词：地点车速；灰色神经网络；灰色系统理论；组合预测 中图分类号：U491 文献标志码：A PremctiOnModelB嬲edOn Network SpotSpeed Grey№ural 唧蕊洮，鼢Ⅳ蜘，删耽，慨 ofRoadmd1．础日c 0ftlle 201804， (KeyLa妇砒ory E画nⅫing Mini呻ofEducati∞，To喇iUr．iVm时，shngIlaj China) overc鲫etlle dataeⅡ计duetotIIe oftra伍c Abstrad：To in咖山ility detecting temporal明dgpaIial on cond“i∞蚰d tlle of b聃ed improveaccuracyspot印eedprediction，aspotspeedpredicti彻model neumlnetwork ontlleb鹅isof modeland grey w硒developed greyprediction BP(kIckpropagation) model tllechamcte墙oflowdatadem明d modelmld neutralnetwork．Thecombines of掣．eyp陀diction tlle abilitiesofBPneutralnetwork．Itu∞sfield tobuild seⅡ-le锄ing跚dsenadaptive data鹪叽tput diffe托nt tIlenthe resultsam t0trajIltheBP