一种基于径向基神经网络的组合预测模型  

Combined Forecasting Model Based on RBF Neural Network

作　　者：姚亚夫[1] 彭昊[1] 

机构地区：[1]中南大学机电工程学院,湖南长沙410083

出　　处：《郑州大学学报（工学版）》2008年第3期137-140,共4页Journal of Zhengzhou University（Engineering Science）

摘　　要：根据基于最近邻聚类算法(NNCA)的径向基(RBF)神经网络和自回归求和滑动平均(AR IMA)两种方法,建立了各自的单项预测子模型,并利用RBF神经网络对两个单项预测子模型结果进行组合预测,得到最终的预测值.将该模型应用于长沙市某路段的交通流量预测,实验结果证明了该预测模型的有效性,采用组合预测模型比单一预测模型的预测精度有了较大提高.Forecasting models are established by using radial basis function （RBF） neural network based on nearest neighbor clustering algorithm （NNCA） and autoregressive integrated moving average （ARIMA）. Then the two individual predictions are mixed by the RBF neural network and the result is the final prediction. The simulation results show that it works well in the prediction of a Changsha road＇ s traffic flow. The prediction of the eombined forecasting model is precisive.

关 键 词：组合预测模型 最近邻聚类算法 径向基 RBF神经网络 交通流量 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]