基于小波变换遗传过程神经元网络的交通流预测

高 为

(广东广珠西线高速公路有限公司，广东 佛山 528305)

基于小波变换遗传过程神经元网络的交通流预测

高 为

(广东广珠西线高速公路有限公司，广东 佛山 528305)

针对短时交通流时间序列的缺点，应用小波变换理论，将含有综合信息的时间序列分离为低频确定信号和高频干扰信号，用遗传过程神经元网络分别进行预测，得到了原时间序列的实际预测结果，通过实测数据验证表明，该预测方法具有较好的预测精度。

短时交通流预测，小波变换，过程神经元网络

0 引言

智能交通系统(ITS)是近些年来热门的研究方向，而短时交通流预测是智能交通系统实现的前提和关键。由于道路交通系统是一个人、车、路、环境共同作用的复杂的非线性系统，故短时交通流具有受随机干扰因素影响大、不确定性强和规律性不明显的特点，尽管迄今为止研究了近30多种短时交通流预测方法，但仍然有很多问题亟待解决[1]。

针对短时交通流具有受随机干扰因素影响大、不确定性强和规律性不明显的特点，本文提出利用小波变换技术将短时交通流时间序列按照一定的尺度进行分解和单支重构，从而将短时交通流时间序列分离为低频确定信号和高频干扰信号，然后用遗传过程神经元网络(即用遗传算法优化过程神经元网络)分别进行预测，最后将各预测结果进行相加求和，就可得到原时间序列的实际预测结果。

1 小波变换[2]

一个能量有限信号f∈L2(R)的小波……