-
公开(公告)号:CN109637128A
公开(公告)日:2019-04-16
申请号:CN201811532341.8
申请日:2018-12-14
Applicant: 南通大学
CPC classification number: G08G1/0104 , G06F17/5036 , G08G1/0125 , G08G1/0137
Abstract: 本发明公开了一种基于Markov的灰色Verhulst短时交通流预测方法:S1、基于原始交通流量序列建立灰色Verhulst模型,得出原始交通流量预测值;S2、利用倒数变换和最小二乘法对原始交通流量预测值进行改进,得出初始预测值;S3、利用Markov链对初始预测值的残差进行修正,得到最终预测值。本发明将原始交通流量预测值作为待定参数,再利用倒数变换和最小二乘法求对公式中的初值进行改进,得交通流量的初始预测值,使其预测的偏差达到最小,保证预测结果的准确性和有效性;最后利用Markov链对预测所得到的残差进行修正,一方面有利于提高模型的精度,另一方面能够大大提高最终预测结果的精确性,从而为实际短时交通流的计算提供准确有效的参照基础。
-
公开(公告)号:CN109637128B
公开(公告)日:2021-06-18
申请号:CN201811532341.8
申请日:2018-12-14
Applicant: 南通大学
Abstract: 本发明公开了一种基于Markov的灰色Verhulst短时交通流预测方法:S1、基于原始交通流量序列建立灰色Verhulst模型,得出原始交通流量预测值;S2、利用倒数变换和最小二乘法对原始交通流量预测值进行改进,得出初始预测值;S3、利用Markov链对初始预测值的残差进行修正,得到最终预测值。本发明将原始交通流量预测值作为待定参数,再利用倒数变换和最小二乘法求对公式中的初值进行改进,得交通流量的初始预测值,使其预测的偏差达到最小,保证预测结果的准确性和有效性;最后利用Markov链对预测所得到的残差进行修正,一方面有利于提高模型的精度,另一方面能够大大提高最终预测结果的精确性,从而为实际短时交通流的计算提供准确有效的参照基础。
-