摘要：为了提高短时交通流的预测精度,更加精确地进行交通流规划和管理,引入了一种基于相似性的短时交通流预测方法。用该方法研究了美国加州高速公路某单点交通流在时间尺度上的相似性,发现同＂星期几＂交通流的相似性比相邻几天交通流的相似性大。在此基础上,建立了小波神经网络模型,将4个同＂星期几＂的交通流数据和相邻4天的交通流数据分别构成一组,各自采用200多组数据分别训练小波神经网络,然后对同一天的交通流进行了预测,发现前者的MRE、MSPE值比后者低,EC值比后者高,说明前者的预测精度高于后者,验证了所提方法的有效性。

关键词：交通工程 预测方法 相似性 短时交通流 小波神经网络 

单位：南京信息工程大学信息与控制学院 江苏南京210044