基于ARI MA-SV M模型的短时交通流量预测研究
wf（2022）
Abstract
为了缓解城市交通拥堵问题,需要探究城市道路交通的本质特征,基于大数据深入挖掘道路交通流的复杂特性,提出了一种ARIMA与SVM的组合预测模型,对道路断面交通流量进行预测.以西安市区道路交通流检测数据为基础,利用MATLAB数值仿真软件进行组合预测模型的训练,对比分析单一模型和组合模型的预测效果,ARIMA-SVM组合模型预测结果的平均绝对百分比误差为1.57,均方根误差为4.7535,与单一预测模型的预测效果相比,在道路断面短时交通流量预测方面,组合预测模型的精确性更高,可靠性更强.
MoreKey words
ARIMA-SVM
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined