基于ARIMA与RBF组合模型的短时交通量预测

摘要：

通过对柳州市某对称交叉路口交通量状况的调查分析,提出一种基于自回归求和滑动平均(ARIMA)与径向基函数神经网络(RBF)非线性组合模型的短时交通量预测模型,利用实测数据对组合模型和单一模型进行仿真实验.实例分析表明:组合模型的预测结果比单一模型更加精确,适合于实时的短时交通量预测.

关键词：短时交通量预测、自回归求和滑动平均模型、RBF神经网络

所属期刊栏目：24

分类号：U491.14(交通工程与公路运输技术管理)

资助基金：广西自然科学基金项目2011GXNSFF018004

在线出版日期：2013-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6-9