基于時間序列分析的城市道路短時交通流預(yù)測.pdf

1、短時交通流預(yù)測是道路交通控制系統(tǒng)、交通流誘導(dǎo)系統(tǒng)等領(lǐng)域需要解決的首要問題之一。研究短時交通流預(yù)測的理論和方法，從而實(shí)現(xiàn)比較準(zhǔn)確地預(yù)測未來5分鐘左右的道路交通流狀況，對于緩解城市交通堵塞、避免社會資源浪費(fèi)有著重要的意義和應(yīng)用價值。 在智能交通系統(tǒng)的大背景下，如何利用豐富的交通檢測數(shù)據(jù)，對未來的交通流狀態(tài)，特別是對在城市中處于重要地位的快速路的交通狀態(tài)進(jìn)行預(yù)測，對于最大效率的利用快速路資源，減少出行者時間，減少快速路交通擁擠與交通事

2、故有重要的理論意義和實(shí)用價值。 時間序列預(yù)測方法是預(yù)測領(lǐng)域最為成熟的方法。在連續(xù)不間斷的數(shù)據(jù)情況下，時間序列方法有比較高的精度。本文基于快速路段上的實(shí)時、實(shí)測交通流數(shù)據(jù)，利用時間序列分析法，結(jié)合灰色系統(tǒng)理論，對城市快速路段單點(diǎn)的短時交通流預(yù)測算法進(jìn)行了研究。具體包括以下工作: 利用快速路實(shí)測短時交通流數(shù)據(jù)，分析了傳統(tǒng)時間序列建模法的不足，提出一種改進(jìn)時間序列建模法。具體改進(jìn)包括動態(tài)數(shù)據(jù)預(yù)處理,AR（p）模型用于短時交通流

3、建模,實(shí)時最小二乘算法參數(shù)估計。該法提高時間序列建模的適應(yīng)性，使傳統(tǒng)時間序列模型能夠用于短時交通流預(yù)測。 基于灰色系統(tǒng)理論及其預(yù)測建模方法，提出了滾動GM(1,1)灰色預(yù)測模型用于預(yù)測快速短時交通流，該方法較好的預(yù)測了短時交通流的相對變化趨勢，以便于進(jìn)一步的精度提高。 根據(jù)滾動GM(1,1)灰色預(yù)測模型的殘差序列，采用AR模型殘差預(yù)測，提出快速路短時交通流多層預(yù)測模型，仿真結(jié)果表明，預(yù)測結(jié)果精度較高，泛化（general