[发明专利]基于时空特性的分时段多参数短时交通流预测方法在审
| 申请号： | 201510859229.5 | 申请日： | 2015-11-30 |
| 公开（公告）号： | CN105513350A | 公开（公告）日： | 2016-04-20 |
| 发明（设计）人： | 胡斌杰;林冬霞;王腾辉 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 何淑珍 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于时空特性的分时段多参数短时交通流预测方法，该预测方法在获得目标监测点和上下游监测点速度、交通流量和时间占有率三种交通参数的实时和历史数据的基础上，通过利用交通流的时空特性（Time-Space，TS）与小波神经网络（Wavelet Neural Network, WNN）预测算法相结合，构建了TS-WNN预测模型，并利用分时段多参数的预测方法，将三种交通参数在工作日和非工作日分别进行短时交通流预测。本发明充分考虑交通流数据的时空特性，并进行分时段多参数预测，提高了预测精度和预测普适性，能更好地满足高速公路交通对预测的需求，帮助交通管理者更好地进行交通控制，为出行者规划更优的出行路径。 | ||
| 搜索关键词： | 基于 时空 特性 时段 参数 短时交 通流 预测 方法 | ||
【主权项】：
基于时空特性的分时段多参数短时交通流预测方法，其特征在于：在获得目标监测点和上下游监测点的速度、交通流量和时间占有率三种交通参数的实时和历史数据的基础上，通过利用交通流的时空特性(Time‑Space，TS)与小波神经网络(Wavelet Neural Network,WNN)预测算法相结合，构建TS‑WNN预测模型，并利用分时段多参数的预测方法，将三种交通参数在工作日和非工作日分别进行短时交通流预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510859229.5/，转载请声明来源钻瓜专利网。
