TY -的A2 Masciari埃利奥•盟——Ming-jun邓盟——完,PY - 2015 DA - 2015/12/08 TI -模糊状态转换和卡尔曼滤波器应用于短期交通流预测SP - 875243六世- 2015 AB -交通流是公认道路交通状态预测的一个重要参数。模糊状态变换和卡尔曼滤波器(KF)分别应用于这一领域。但是,研究表明,前者方法具有良好的性能在交通状态变化的趋势预测,但总是涉及到几个数值错误。后者模型是擅长数值预测但缺乏时间hysteretically的表达。本文提出了一个方法,结合模糊状态变换和KF预测模型。在考虑两种模型的优点,提出权重组合模型。预测误差平方和最小的被认为是一种动态优化相结合的目标体重。实际检测数据是用来测试的效率。结果表明,该方法具有良好的性能而言,短期流量预测。SN - 1687 - 5265你2015/875243 / 10.1155——https://doi.org/10.1155/2015/875243——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER