基于模糊时间序列的车辆检测器数据修补方法研究.docx
书生****12
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于模糊时间序列的车辆检测器数据修补方法研究.docx
基于模糊时间序列的车辆检测器数据修补方法研究摘要:车辆检测器是交通管理中重要的数据采集工具但在实际运用过程中数据丢失问题往往影响其作用的发挥。本研究旨在建立一个可实用于交通控制中心的车检器缺失数据修补模型尝试以不同模型来预测并修补车辆检测器缺失的数据并对比各种模型的修补效果。文中提出了以ARIMA结合模糊时间序列的交通流量预测方法以及使用ARIMA进行短时间实时修补的方法并获得了不错的效果。关键词:交通流量预测;ARIMA;模糊时间序列;车辆检测器中图分
基于模糊时间序列的车辆检测器数据修补方法研究.docx
基于模糊时间序列的车辆检测器数据修补方法研究摘要:车辆检测器是交通管理中重要的数据采集工具但在实际运用过程中数据丢失问题往往影响其作用的发挥。本研究旨在建立一个可实用于交通控制中心的车检器缺失数据修补模型尝试以不同模型来预测并修补车辆检测器缺失的数据并对比各种模型的修补效果。文中提出了以ARIMA结合模糊时间序列的交通流量预测方法以及使用ARIMA进行短时间实时修补的方法并获得了不错的效果。关键词:交通流量预测;ARIMA;模糊时间序列;车辆检测器中图分
基于模糊推理的时间序列预测方法研究及应用.docx
基于模糊推理的时间序列预测方法研究及应用目录一、内容概括................................................21.1研究背景.............................................21.2研究目的与意义.......................................3二、基本概念与理论..........................................42.1时间序列分析..............
基于Spark的模糊时间序列预测模型研究的开题报告.docx
基于Spark的模糊时间序列预测模型研究的开题报告一、研究背景和意义模糊时间序列预测(FuzzyTimeSeriesForecasting,FTSF)是基于模糊数学理论的一种预测方法,可以用于处理时间序列数据的预测问题。FTSF方法在近年来应用广泛,已经在股票价格预测、气象预报、交通流量预测、电力负荷预测等领域取得了很好的效果。随着数据量不断增大,传统的FTSF方法已经不能适应大规模并行计算的需求,因此基于Spark分布式计算框架的FTSF模型成为了当下的热点研究方向。本研究旨在探索基于Spark的模糊时
基于模糊熵和模糊聚类的模糊时间序列模型的研究的综述报告.docx
基于模糊熵和模糊聚类的模糊时间序列模型的研究的综述报告近年来,模糊时间序列模型的研究成为了模糊理论领域中的热点问题之一。其中,基于模糊熵和模糊聚类的模糊时间序列模型是该领域中重要的研究方向之一。本综述报告旨在总结和评估该方法在模糊时间序列分析中的应用,并探讨其未来的研究方向。一、模糊时间序列简介模糊时间序列是指基于时间序列数据,使用模糊理论进行建模、预测和分析的方法。与传统时间序列分析方法相比,其具有处理不确定性和不完善信息的能力,适用于各种不确定性较大的时间序列数据。二、模糊熵和模糊聚类模糊熵是描述模糊