基于時間序列模型的短時交通流預測的研究與應用.pdf

1、隨著城市化的快速發(fā)展,城市機動車數(shù)量飛速上升,城市交通的供需矛盾日益緊張。當今,解決交通問題的有效途徑之一就是建設智能交通系統(tǒng)。交通預測作為這一智能系統(tǒng)的關鍵技術,是交通誘導及交通控制的前提和關鍵。本文結合實際道路交通狀況特征,采用兩種方法對交通流進行預測,分別是:移動平均法和指數(shù)平滑法。其中主要使用了二次移動平均法、一次指數(shù)平滑法和二次指數(shù)平滑法,并對二次指數(shù)平滑法進行了改進,提高了預測精度。
　　本文主要工作如下:
　　

2、第一,為了提高預測精度,利用歷史趨勢法和相鄰補齊法修復了原始交通流數(shù)據(jù)中的丟失數(shù)據(jù)和錯誤數(shù)據(jù),然后對冗余數(shù)據(jù)進行了約簡,最后整合了多車道數(shù)據(jù),得到該道路的總流量,以此作為該道路短時交通預測的基礎數(shù)據(jù)。
　　第二,根據(jù)交通流數(shù)據(jù)較強的時間關聯(lián)性這一特點,本文使用時間序列模型中的二次移動平均法、一次指數(shù)平滑法和二次指數(shù)平滑法對交通流進行了預測并進行了誤差分析,結果表明,二次指數(shù)平滑法預測精度較高。
　　第三,通過公式推導,對二次