1.1.4　基于混合理论的模型

1969年，Bates和Granger提出了混合预测理论。1996年，Maschavan Der Voort和Mark Dougherty同样利用了混合预测的思想，综合运用神经网络和ARIMA模型，提出了一种交通流预测模型。2002年，Park提出一种基于模糊C类均值与RBF（Radial Basis Function）神经网络的城市道路交叉口流量组合预测模型。2005年，Liu和Wang综合运用人工神经网络和遗传算法的基本理论，提出一种组合交通流参数预测模型，该模型有效地集合了两种模型的优势，取得了非常好的效果。

在国内，随着交通流预测研究的不断进步和发展，混合预测模型也层出不穷，如唐志强、王正武等（2005）提出的混沌神经网络模型，张玉梅、曲仕茹等（2007）提出的混沌神经网络模型，窦慧丽、刘好德（2009）提出的自回归移动平均模型（ARIMA），孙占全、刘威等（2013）提出的序贯最小优化-支持向量机模型等。