基于灰色—小波神经网络的有效泊位预测

来源：交通运输系统工程与信息杂志2017年第5期北京时间：

作者：韩印，郑喆，赵靖，刘彩云

单位：上海理工大学管理学院，上海200093

摘要：针对停车场有效停车泊位的变化特征，提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理，再基于分步式小波神经网络模型对修正预测值进行运算，并通过马克科夫链预测模型得到更精确的预测区间，并利用实际案例分析，对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明，灰色—小波神经网络预测模型可降低初始数据波动性的干扰，与传统神经网络相比，预测结果误差波动性降低了10%~19%，稳定性提高了27%~33%，拟合度提高了10%~15%，精确度明显提高.

关键词：交通工程,有效停车泊位,灰色单因子预测,小波神经网络

基金资助：国家自然科学基金/National Natural Science Foundation of China (51608324)；上海市一流学科项目/The First-class Discipline of Shanghai (S1201YLXK).