基于RVM和ARIMA的短時交通流量預測方法研究.pdf

1、隨著城市現(xiàn)代化進程不斷推進和機動車保有量不斷增長，城市交通擁堵問題日趨嚴重，很大程度上增加居民出行成本和時間，成為亟需解決的社會問題。實現(xiàn)城市智能化交通管理與控制被視為緩解城市交通擁擠、減少機動車尾氣排放、降低交通事故率等問題的有效方法之一。短時交通流量預測是智能交通管理與控制的核心內容，也是交通信息服務重要基礎，可作為交通決策的關鍵依據(jù)，同時可也為交通出行提供有效地路徑選擇信息。因此開展短時交通流量預測方法研究是準確把握交通參數(shù)態(tài)勢變

2、化的基礎性工作。
　　為降低短時交通流量隨機波動性對預測精度影響，進一步改善短時交通流量預測效果，本文首先在明確短時交通流量定義的基礎上，分析短時交通流量在不同時間尺度合并方法，結合不同時間尺度下短時交通流量時空圖，對短時交通流量時間序列具備的長期趨勢性、短期現(xiàn)勢性、隨機波動性等特性進行剖析；然后，提出一種基于RVM的可有效降低短時交通流量隨機波動性降噪方法，詳細設計該降噪方法步驟和工作流程，并對評價指標進行選取，通過仿真驗證該降

3、噪方法有效性；其次，在分析短時交通流量時間序列平穩(wěn)性基礎上，提出一種基于RVM和ARIMA的短時交通流量預測方法，詳細設計該預測方法實現(xiàn)流程，并引入平均絕對相對誤差（MAPE）作為該預測方法誤差評價指標；最后，以某城市道路視頻識別數(shù)據(jù)為實例，驗證本文構建短時交通流量降噪方法和預測方法的有效性。
　　本文研究結果表明：在不同公用時間尺度（5min、10min、15min）下，本文提出基于RVM的短時交通流量降噪方法有效地降低短時交通