實時交通流量自適應(yīng)預(yù)測技術(shù)研究.pdf_第1頁
已閱讀1頁，還剩53頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、實時交通流數(shù)據(jù)預(yù)測是城市交通控制與誘導(dǎo)的基礎(chǔ)，也是智能交通系統(tǒng)的重要組成部分。
　　在比較和分析幾種常用的預(yù)測算法的基礎(chǔ)上，本文選定了更加適用于實時交通預(yù)測的自回歸整形移動平均模型ARIMA(Autoregressive Integrated Moving Average)作為基本的預(yù)測算法。針對交通流量在線預(yù)測的需求，提出了一套基于ARIMA建模理論的可編程建模算法，實現(xiàn)了預(yù)測模型的自適應(yīng)。在該算法中：運(yùn)用最小二乘法判定差分序列

2、自相關(guān)函數(shù)的衰減特性，實現(xiàn)差分階數(shù)估計；采用改進(jìn)的信息量準(zhǔn)則BIC(Bayesian Information Criterion)估計法進(jìn)行模型定階；然后通過極大似然估計和線性迭代法分別求出AR(Auto-Regressive)模型、MA(Moving Average)模型的參數(shù)；將估計的參數(shù)代入模型，由預(yù)測公式得到差分平穩(wěn)序列的預(yù)測值；最后通過差分過程的逆運(yùn)算得到預(yù)測值。運(yùn)用C++語言編程實現(xiàn)了基于該算法的預(yù)測程序模塊，驗證了該算法的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論