摘要:针对预测准确性对数据相关性和网络结构极为敏感的问题,采用田口方法选择集成学习的结构参数,在保证学习多样性的同时,提高选择过程的效率,保证预测的准确性。实验仿真计算结果表明,在多个路段的交通流量数据集上,该方法皆取得了满意的预测效果,模型具有较好的鲁棒性。将仿真结果与其它算法进行比较,比较结果表明,相比传统ARIMA、MLP模型,其预测精度分别提高了4.51%、11.23%。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊
相关论文
期刊名称:计算机工程与设计
计算机工程与设计杂志紧跟学术前沿,紧贴读者,国内刊号为:11-1775/TP。坚持指导性与实用性相结合的原则,创办于1980年,杂志在全国同类期刊中发行数量名列前茅。