摘要(Abstract)：
为了提高短时交通流预测的准确度，提出基于回声状态网络模型的短时交通流混沌预测方法；利用C-C法计算相空间重构的延迟时间和嵌入维数；利用遗传算法对回声状态网络模型进行参数寻优，进而构建基于遗传算法的回声状态网络模型；采用城市快速路实测数据进行实验验证和对比分析。结果表明，所提出方法的预测效果明显优于支持向量机模型、小波神经网络模型和反向传播神经网络模型的预测效果，平均预测精度分别提升了35.9%、 42.1%和45.6%。
关键词(KeyWords)： 交通运输工程;短时交通流预测;回声状态网络模型;相空间重构
基金项目(Foundation): 山东省重点研发计划项目(2019GGX101038)
作者(Author): 沈富鑫,邴其春,张伟健,胡嫣然,黄河
DOI: 10.13349/j.cnki.jdxbn.20211011.002
参考文献(References)：
[1] JIANG X M,ADELI H.Dynamic wavelet neural network model for traffic flow forecasting[J].Journal of Transportation Engineering,2005,131(10):771-779.
[2] ZHANG D Y,ZHAN J H.Short-term traffic flow forecasting of road based on spline weight function neural networks[J].Applied Mechanics and Materials,2014,513/514/515/516/517:695-698.
[3] YANG L,DAI W D.An approach for short term traffic flow forecasting based on genetic neural network[J].Advanced Materials Research,2013,671/672/673/674:2866-2869.
[4] WANG J,DENG W,GUO Y T.New Bayesian combination method for short-term traffic flow forecasting[J].Transportation Research:Part C:Emerging Technologies,2014,43:79-94.
[5] ZHU J Z,CAO J X,ZHU Y,et al.Traffic volume forecasting based on radial basis function neural network with the consideration of traffic flows at the adjacent intersections[J].Transportation Research:Part C:Emerging Technologies,2014,47(2):139-154.
[6] 黄文明，徐双双，邓珍荣，等.改进人工蜂群算法优化RBF神经网络的短时交通流预测[J].计算机工程与科学，2016,38(4):713-719.
[7] 姚志洪，蒋阳升，韩鹏，等.基于神经网络的小时间粒度交通流预测模型[J].交通运输系统工程与信息，2017,17(1):67-73.
[8] 钱伟，车凯，李冰锋.基于组合模型的短时交通流量预测[J].控制工程，2019,26(1):125-130.
[9] 田瑞杰，张维石，翟华伟.基于时间序列与BP-ANN的短时交通流速度预测模型研究[J].计算机应用研究，2019,36(11):3262-3265,3329.
[10] 刘建华.相空间重构和SVR联合优化的短时交通流预测[J].计算机工程与应用，2014,50(3):13-17.
[11] 李松，刘力军，解永乐.遗传算法优化BP神经网络的短时交通流混沌预测[J].控制与决策，2011,26(10):1581-1585.
[12] 薛洁妮，史忠科.基于混沌时间序列分析法的短时交通流预测研究[J].交通运输系统工程与信息，2008,8(5):68-72.
[13] 景辉鑫，钱伟，车凯.基于灰色ELM神经网络的短时交通流量预测[J].河南理工大学学报(自然科学版),2019,38(2):97-102.
[14] 向昌盛，陈志刚.面向海量数据的网络流量混沌预测模型[J].计算机科学，2021,48(5):289-293.
[15] PACKARD N H,CRUTCHFIELD J P,FARMER J D.Geometry from a time series[J].Physical Review Letters,1980,45(9):712-716.
[16] TAKENS F.On the numerical determination of the dimension of an attractor[M]// Dynamical Systems and Bifurcations:Vol 1125.Berlin:Spring-Verlag,2006:99-106.
[17] KIM H S,EYKHOLT R,SALAS J D.Nonlinear dynamics,delay times,and embedding windows[J].Physical:D:Nonlinear Phenomena,1999,127(1/2):48-60.
[18] JAEGER H,HAAS H.Harnessing nonlinearity:prediction of chaotic time series with neural networks[J].Science,2004,304(5667):78-80.
[19] 彭宇，王建民，彭喜元.基于回声状态网络的时间序列预测方法研究[J].电子学报，2010,38(增刊1):148-154.
[20] 张玉梅，吴晓军，白树林.交通流量序列混沌特性分析及DFPSOVF预测模型[J].物理学报，2013,62(19):190509.
