技术特征:
技术总结
本发明提出了一种基于灰色ELM神经网络的短时交通流量预测的方法,步骤:对采集到的数据进行分组,得到等维新息序列,然后进行累加,得到累加后的等维新息序列;对累加后的等维新息序列进行处理,得到网络的输入矩阵和目标输出矩阵;先随机生成网络的权值和阈值,设定好网络参数,将生成的网络的输入矩阵集和目标输出矩阵集输入神经网络,训练网络;输入测试数据,得到网络的预测输出结果;用网络预测结果减去等维新息序列的累加值,得到实际预测结果,完成预测。其有益效果是:本发明的输入数据经过了灰色模型的处理,其差异性更小,使得灰色ELM神经网络的预测精度有了很大程度的提高。
技术研发人员:钱伟;车凯;王瑞;黄凯征;王俊峰;刘海波;李冰锋
受保护的技术使用者:河南理工大学
技术研发日:2017.02.08
技术公布日:2017.08.15