[发明专利]一种基于状态频率记忆神经网络的短时交通流预测方法

摘要

本发明公开了一种基于状态频率记忆神经网络的短时交通流预测方法。该方法按照预测的指定时间间隔对历史交通流数据进行汇总，将一段时间内的多个历史交通流数据按照一定时间间隔进行累加，得到汇总后的历史交通流数据；对汇总后的历史交通流数据进行归一化预处理；设定状态‑频率记忆神经网络预测模型的参数；根据预处理之后的历史交通流数据，训练设定参数后的状态‑频率记忆神经网络预测模型，构建已训练的交通流预测模型；根据已训练的交通流预测模型预测指定时间间隔的交通流，并评估预测误差。本发明利用状态‑频率记忆神经网络模型预测短时交通流能够获得较高的预测精度，同时，也能够对不同时间间隔的交通流量进行预测。

主权项

1.一种基于状态频率记忆神经网络的短时交通流预测方法，其特征在于，包括以下步骤：步骤1：按照预测的指定时间间隔对历史交通流数据进行汇总，将一段时间内的多个历史交通流数据按照一定时间间隔进行累加，得到汇总后的历史交通流数据；步骤2：对汇总后的历史交通流数据进行归一化预处理；步骤3：设定状态‑频率记忆神经网络预测模型的参数；步骤4：根据预处理之后的历史交通流数据，训练设定参数后的状态‑频率记忆神经网络预测模型，构建状态频率记忆神经网络交通流预测模型；步骤5：根据状态频率记忆神经网络交通流预测模型预测指定时间间隔的交通流，并评估预测误差。