一种短时交通流预测方法与流程

技术特征：

1.一种短时交通流预测方法，其特征在于，包括以下步骤：

步骤1、分别利用灰色算法和ELM神经网络预测出第p+1个时间段的交通流量；

步骤2、计算第p+1个时间段的之前几个时间段交通流量的标准差S和子模型在第p个时间段的误差，并以此误差，求得两子模型在下一时间段的预测的权重；

步骤3、若第p个时间段之前的几个时间段交通流流量的标准差S_p>S₀，则直接采用ELM算法的预测结果作为该时刻的预测值；

若第p-1个时间段之前的几个时间段的标准差S_p-1>S₀，此时给组合模型的子模型一个固定权重，以消除灰色算法的影响。

2.根据权利要求1所述的一种短时交通流预测方法，其特征在于，包括以下步骤：

1)计算第p组交通流量的标准差S_p和第p-1组交通流量的标准差S_p-1，

其中，

2)计算在第p个时间段的灰色模型预测误差的绝对值E_gp和ELM神经网络预测误差的绝对值E_ep，其公式为：

3)计算子模型预测结果的权值，灰色模型的预测权重记为η_g，ELM神经网络模型预测权重记为η_e，则

4)组合模型的预测值为：