“機理+辨識”策略在短時交通流預(yù)測中多種結(jié)果合成.pdf

1、實時的短時交通流預(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)的重要功能之一。目前研究發(fā)現(xiàn)，沒有一種預(yù)測模型和方法能夠適用于各種環(huán)境和條件下的交通流預(yù)測，進一步提高預(yù)測準(zhǔn)確率的主要途徑應(yīng)該是從預(yù)測策略方面的研究。 將“機理+辨識”預(yù)測策略應(yīng)用到短時公路交通流預(yù)測中，研究線性組合預(yù)測最優(yōu)權(quán)重，并用某高速公路3分鐘短時交通流觀測數(shù)據(jù)進行數(shù)值試驗。 研究內(nèi)容和結(jié)果如下： (1)運用數(shù)理統(tǒng)計學(xué)，從理論上推導(dǎo)出線性組合預(yù)

2、測的最優(yōu)組合權(quán)重公式。特別地，采用穩(wěn)健統(tǒng)計等理論，通過數(shù)學(xué)推導(dǎo)和仿真試驗初步證明了簡單平均法是極優(yōu)的一種線性組合預(yù)測權(quán)重方法，但簡單平均法一般不是最優(yōu)的。 (2)采用連續(xù)小波變換、非線性時間序列分析等技術(shù)，通過分析該短時交通流的數(shù)學(xué)性質(zhì)，初步分析了其預(yù)測準(zhǔn)確率。 (3)采用支持向量回歸模型、BP人工神經(jīng)網(wǎng)絡(luò)模型、徑向基人工神經(jīng)網(wǎng)絡(luò)模型、指數(shù)平滑模型(一次、二次)和時間序列預(yù)測法中的自回歸模型、動平均模型(一次、二次)對該