Print

大型停车场空闲车位短时预测方法

论文摘要

为了提升智能交通系统性能及停车场利用率,针对大型停车场空闲车位短时预测进行了研究,提出了一种基于灰色理论、BP神经网络和马尔可夫链的组合预测方法以提高预测精度与时效性。该方法使用灰色理论处理数据,弱化其随机性,再通过人工神经网络训练得到数量预测结果,最后使用马尔可夫链消除系统产生的随机误差得到最终结果。实验表明,这种组合预测方法有效提高了预测精度,预测结果符合实际停车场数据变化规律,为驾驶员提前作出合理的停车场选择提供了可靠依据,能有效提高停车场车位利用率。

论文目录

  • 0 引言
  • 1 停车场空闲车位短时预测模型原理
  • 2 改进灰色神经网络空闲车位预测模型构建
  •   2.1 灰色神经网络预测方法
  •   2.2 改进的灰色神经网络
  • 3 空闲车位数量预测仿真实验分析
  •   3.1 空闲车位数量变化机理研究分析
  •   3.2 实例验证分析
  •   3.3 Markov修正残差
  • 4 结束语

    • 文章来源

    类型: 期刊论文

    作者: 佘飞,邱建东,汤旻安

    关键词: 空闲车位,灰色神经网络,预测,马尔可夫链

    来源: 计算机应用研究 2019年03期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 公路与水路运输,自动化技术

    单位: 兰州交通大学机电技术研究所,兰州交通大学机电工程学院,兰州交通大学新能源与动力工程学院

    基金: 国家自然科学基金资助项目(61663021),甘肃省自然科学基金资助项目(1610RJZA048)

    分类号: U491.71;TP183

    DOI: 10.19734/j.issn.1001-3695.2017.09.0922

    页码: 851-854

    总页数: 4

    文件大小: 287K

    下载量: 348

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/15bf94400a65043de441ae92.html