基于完全自適應(yīng)噪聲集合經(jīng)驗(yàn)?zāi)B(tài)分解的短時(shí)交通流組合預(yù)測(cè)

打開(kāi)文本圖片集

摘  要：為了提高短時(shí)交通流預(yù)測(cè)的準(zhǔn)確性，鑒于短時(shí)交通流非平穩(wěn)、難預(yù)測(cè)的特征，提出了基于完全自適應(yīng)噪聲集合經(jīng)驗(yàn)?zāi)B(tài)分解（CEEMDAN）短時(shí)交通流組合預(yù)測(cè)方法。利用CEEMDAN將原始短時(shí)交通流信號(hào)進(jìn)行分解得多個(gè)復(fù)雜度、頻率不同的時(shí)間序列分量，利用排列熵算法（PE算法）計(jì)算各分量的復(fù)雜度；然后根據(jù)復(fù)雜度和隨機(jī)性的不同分為高頻和低頻，分別使用ATT-TCN-BIGRU模型和ARIMA模型對(duì)高頻分量和低頻分量進(jìn)行預(yù)測(cè)，最后疊加高頻和低頻的每個(gè)分量預(yù)測(cè)結(jié)果作為最終短時(shí)交通流預(yù)測(cè)值。（剩余11251字）