1.一種短時交通流預測方法,其特征在于,包括以下步驟:
步驟1、分別利用灰色算法和ELM神經(jīng)網(wǎng)絡預測出第p+1個時間段的交通流量;
步驟2、計算第p+1個時間段的之前幾個時間段交通流量的標準差S和子模型在第p個時間段的誤差,并以此誤差,求得兩子模型在下一時間段的預測的權(quán)重;
步驟3、若第p個時間段之前的幾個時間段交通流流量的標準差Sp>S0,則直接采用ELM算法的預測結(jié)果作為該時刻的預測值;
若第p-1個時間段之前的幾個時間段的標準差Sp-1>S0,此時給組合模型的子模型一個固定權(quán)重,以消除灰色算法的影響。
2.根據(jù)權(quán)利要求1所述的一種短時交通流預測方法,其特征在于,包括以下步驟:
1)計算第p組交通流量的標準差Sp和第p-1組交通流量的標準差Sp-1,
其中,
2)計算在第p個時間段的灰色模型預測誤差的絕對值Egp和ELM神經(jīng)網(wǎng)絡預測誤差的絕對值Eep,其公式為:
3)計算子模型預測結(jié)果的權(quán)值,灰色模型的預測權(quán)重記為ηg,ELM神經(jīng)網(wǎng)絡模型預測權(quán)重記為ηe,則
4)組合模型的預測值為: