《表3 基于不同模型的融合预测结果对比》
微波、地磁、浮动车与多源数据预测的平均绝对误差(MAE)分别为8.65、12.21、13.15、7.71,则多源融合预测累计误差小于单源数据预测序列误差;平均相对误差(MRE)分别为0.27、0.20、0.26、0.16,多源融合的MRE低于单源检测器预测的误差值,使预测值偏离实测值的离散程度得到改善。通过与MSE值对比,也可看出多源融合预测精度高于单源预测结果;因此基于多源融合的预测结果优于仅使用固定或移动数据的短时交通流预测序列。为验证GA-WNN模型融合预测可靠性,利用MATLAB将实测流量分别基于遗传神经网络(GA-NN)模型、小波神经网络(WNN)模型进行处理。表3为预测误差定量化分析;图5为不同模型预测结果比较曲线及其平均相对误差分布。
图表编号 | XD0053654800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 陆百川、舒芹、马广露 |
绘制单位 | 重庆交通大学交通运输学院、重庆交通大学山地城市交通系统与安全实验室、重庆交通大学交通运输学院、重庆交通大学交通运输学院 |
更多格式 | 高清、无水印(增值服务) |