期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
多维时空因果关系学习的停车泊位占用率预测技术 被引量:2
1
作者 何坚 朱喆 +1 位作者 王伟东 于卫国 《北京工业大学学报》 CAS CSCD 北大核心 2020年第1期17-23,共7页
针对停车泊位占用率预测方法中对空间因素和多维度影响因素考虑不足的问题,扩展了格兰杰因果关系模型,提出一种综合考虑时空相关性和多维度影响因素的停车泊位分析模型,并在此基础上设计了基于神经网络的停车泊位占用率预测算法.采用欧... 针对停车泊位占用率预测方法中对空间因素和多维度影响因素考虑不足的问题,扩展了格兰杰因果关系模型,提出一种综合考虑时空相关性和多维度影响因素的停车泊位分析模型,并在此基础上设计了基于神经网络的停车泊位占用率预测算法.采用欧盟FP7项目提供的City Pulse数据集进行仿真实验,实验结果表明:基于多维时空因果关系的神经网络学习预测方法较其他基于时空相关性的停车泊位预测方法的预测精度都有提高;在容量为56辆车的停车场样本中,对0. 5 h后和1. 0 h后停车泊位占用率进行预测的平均绝对误差低至2. 488、3. 418,绝对误差小于20%、10%的预测结果占比更大. 展开更多
关键词 停车泊位占用率 多维度影响因素 时空相关性 格兰杰因果关系 时空因果关系 神经网络
下载PDF
停车场泊位占有率预测方法评价 被引量:9
2
作者 唐克双 郝兆康 +1 位作者 衣谢博闻 刘冰清 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第4期533-543,共11页
采用上海市五角场地区的停车泊位检测数据,分析了商业、办公和体育场3种不同类型停车场泊位占有率(parking occupancy rate,POR)的时变特征,并评价了ARIMA(autoregressive integrated moving average)、卡尔曼滤波和BP(back propagation... 采用上海市五角场地区的停车泊位检测数据,分析了商业、办公和体育场3种不同类型停车场泊位占有率(parking occupancy rate,POR)的时变特征,并评价了ARIMA(autoregressive integrated moving average)、卡尔曼滤波和BP(back propagation)神经网络等3种常用方法在POR预测中的适用性.结果表明,ARIMA和BP神经网络的预测精度总体优于卡尔曼滤波,BP神经网络在商业和办公停车场的短时预测中有较好的精度;3种方法的预测精度均随预测时间步长的增加而逐渐降低;不同类型停车场的POR预测精度存在较大差异,工作日的预测精度一般高于非工作日,且模型具有较好的自适应性. 展开更多
关键词 停车泊位占有率预测 ARIMA模型 卡尔曼滤波 BP神经网络模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部