摘要
一种基于EMD‑GAN神经网络结构的交通流预测方法,包括以下步骤:(1)对道路交通流数据进行预处理并构建道路交通流状态矩阵数据集;(2)获取同一路段不同时刻内的交通流状态,提取交通流数据的空间特征;(3)将EMD分解输出的交通流时间特征作为LSTM神经网络输入,进一步提取道路交通流数据中时间特征;(4)使用时空特征数据实现道路交通流预测。本发明提供了一种基于EMD‑GAN神经网络结构的交通流预测方法,利用EMD方法分解获取道路交通流数据获取不同尺度(频率)的时间特征,再将EMD分解得到的特征和原始数据送入LSTM和GAN网络,相较于原先直接拿初始数据去进行预测,提高了交通流短期预测的准确性。