基于小波-ELM神经网络的短期停车泊位预测

摘要：

采用小波变换与极限学习机(ELM)相结合的方法对短时空余停车泊位进行预测.首先通过小波函数对有效停车泊位时间序列进行小波分解和重构;然后用ELM对分解后所得的各时间序列进行预测;最后对各神经网络的预测结果进行合成,得到最终的预测结果.预测实例结果表明,该方法缩短了训练时间,提高了预测结果.

关键词：停车泊位管理系统、空余停车泊位、小波变换、极限学习机

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金61305046;吉林省自然科学基金20140101193JC,20150101055JC

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：388-392