基于灰色ELM神经网络的短时交通流量预测

作     者：景辉鑫 钱伟 车凯 JING Huixin;QIAN Wei;CHE Kai

作者机构：河南理工大学电气工程与自动化学院河南焦作454000 上海电驱动股份有限公司上海201806 

出 版 物：《河南理工大学学报（自然科学版）》 (Journal of Henan Polytechnic University（Natural Science）)

年 卷 期：2019年第38卷第2期

页      面：97-102页

学科分类：08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(61573130 61104119) 河南省科技创新人才计划资助项目(164100510004) 河南省高校骨干教师资助计划项目(2011GGJS-054) 河南省创新型科研团队项目(CXTD2016054) 

主　　题：灰色模型 短时交通流预测 ELM神经网络 一阶线性微分白化方程 

摘      要：为了提高短时交通流预测的精度,针对现有灰色模型,利用一阶线性微分白化方程拟合交通流数据。针对交通流数据波动性较高和易失真的缺点,提出一种基于灰色ELM神经网络的短时交通流预测方法。首先对短时交通流数据采用灰色模型累加处理,将其转化为长时交通流数据,以降低交通流数据的随机性,有效减小因数据本身波动造成的误差。然后,利用ELM神经网络代替一阶线性微分白化方程,对长时交通流进行预测。最后,将长时交通流预测结果经过累减还原为短时交通流预测结果,有效提高了预测精度。仿真验证结果表明,相比于现有的一些预测方法,该方法提高了预测精度,是一种有效的短时交通流预测方法。