上传者: 38618540
|
上传时间: 2022-05-06 13:10:59
|
文件大小: 1.5MB
|
文件类型: PDF
交通流预测是智能交通系统至关重要的一部分,应用于交通流预测的方法非常多,由于实际路况的复杂性和单个.方法的局限性,现有方法的精确度亟待提高。为解决这一问题,采用数据融合的方法,对传感器采集的原始数据做数据预.处理,利用小波分析去除信号多余的噪声,然后利用ARIMA 模型和灰色模型分别对同一交通流序列进行建模,得出两者.各自的预测结果后,找出最佳权值对两种模型的结果进行加权,得到数据融合后的预测结果。仿真结果表明,该组合模型.改善了单个预测方法的短处,使得预测精度有所提高。