基于简化路网模型的卡尔曼滤波多步行程时间预测方法

被引:9
作者
李进燕
朱征宇
刘琳
崔明
刘微
机构
[1] 重庆大学计算机学院
关键词
智能交通系统; 行程时间预测; 卡尔曼滤波; 多步预测; 滞后性;
D O I
暂无
中图分类号
U491.14 [];
学科分类号
082302 ; 082303 ;
摘要
针对目前多步行程时间预测方法研究较少,存在未来一段时间内的观测值不能及时得到的问题,提出基于简化路网模型的卡尔曼滤波多步行程时间预测模型和算法.综合运用上游路段、当前路段的实时和历史行程时间数据,从历史数据中寻找与当前日期交通状况最接近的历史日期,解决卡尔曼滤波未来一段时间内没有观测值而无法进行多步预测的问题.实验表明,算法能够合理地预测未来几个时段的路段行程时间,有效地避免了时滞性.同时,多步行程时间预测算法的精度高(尤其是4步以内,均等系数达到0.9以上),是一种可行的预测方法.
引用
收藏
页码:1289 / 1297
页数:9
相关论文
共 14 条
[1]  
城市道路交通状态判别及拥挤扩散范围估计方法研究.[D].冮龙晖.吉林大学.2007, 04
[2]   基于卡尔曼滤波的公交站点短时客流预测 [J].
张春辉 ;
宋瑞 ;
孙杨 .
交通运输系统工程与信息, 2011, 11 (04) :154-159
[3]   短时交通流量智能组合预测模型及应用 [J].
沈国江 ;
王啸虎 ;
孔祥杰 .
系统工程理论与实践, 2011, 31 (03) :561-568
[4]   车辆导航动态路径规划的研究进展 [J].
葛艳 ;
王健 ;
孟友新 ;
江峰 .
公路交通科技, 2010, 27 (11) :113-117
[5]   短时交通流预测方法综述 [J].
高慧 ;
赵建玉 ;
贾磊 .
济南大学学报(自然科学版), 2008, (01) :88-94
[6]   支持向量机在路段行程时间预测中的应用研究 [J].
姚智胜 ;
邵春福 ;
熊志华 .
公路交通科技, 2007, (09) :96-99
[7]   基于卡尔曼滤波算法的公交车辆行程时间预测 [J].
周文霞 ;
徐建闽 ;
刘正东 .
交通标准化, 2007, (Z1) :174-177
[8]   基于灰色关联分析的路段行程时间卡尔曼滤波预测算法 [J].
温惠英 ;
徐建闽 ;
傅惠 .
华南理工大学学报(自然科学版), 2006, (09) :66-69+75
[9]   基于卡尔曼滤波理论的交通流量实时预测模型 [J].
杨兆升 ;
朱中 .
中国公路学报, 1999, (03) :63-67
[10]   基于卡尔曼滤波理论的实时行程时间预测模型 [J].
朱中 ;
杨兆升 .
系统工程理论与实践, 1999, (09) :74-78