基于向量误差修正模型的短时交通参数预测

被引:10
作者
邴其春 [1 ]
杨兆升 [1 ,2 ,3 ]
周熙阳 [1 ]
马明辉 [1 ]
机构
[1] 吉林大学交通学院
[2] 吉林大学汽车仿真与控制国家重点实验室
[3] 吉林大学吉林省道路交通重点实验室
关键词
交通运输系统工程; 向量误差修正模型; 交通参数; 短时预测;
D O I
10.13229/j.cnki.jdxbgxb201504008
中图分类号
U491.14 [];
学科分类号
082302 ; 082303 ;
摘要
为了进一步提高短时交通参数预测的精度,针对交通参数之间存在的内在相关性,在对各交通参数时间序列进行平稳性检验、协整检验的基础上,构建了一种适应于短时交通参数预测的多变量时间序列模型-向量误差修正模型,并对模型的稳定性进行了检验。最后,利用上海市南北高架快速路的感应线圈实测数据进行了实验验证和对比分析。实验结果表明,所构建的向量误差修正模型具有较好的预测效果,能够进一步降低短时交通参数预测的误差。
引用
收藏
页码:1076 / 1081
页数:6
相关论文
共 10 条
[1]   基于时空依赖性的区域路网短时交通流预测模型 [J].
常刚 ;
张毅 ;
姚丹亚 .
清华大学学报(自然科学版), 2013, 53 (02) :215-221
[2]   短时交通流预测模型 [J].
樊娜 ;
赵祥模 ;
戴明 ;
安毅生 .
交通运输工程学报, 2012, 12 (04) :114-119
[3]   基于核自组织映射-前馈神经网络的交通流短时预测 [J].
龚勃文 ;
林赐云 ;
李静 ;
杨兆升 .
吉林大学学报(工学版) , 2011, (04) :938-943
[4]   基于时空特性和RBF神经网络的短时交通流预测 [J].
高为 ;
陆百川 ;
贠天鹂 ;
谭伟 .
交通信息与安全, 2011, (01) :16-19+24
[5]   工业化与信息化互动关系的实证研究 [J].
俞立平 ;
潘云涛 ;
武夷山 .
中国软科学, 2009, (01) :34-40
[6]   基于最近邻法的短时交通流预测 [J].
周小鹏 ;
冯奇 ;
孙立军 .
同济大学学报(自然科学版), 2006, (11) :1494-1498
[7]   基于支持向量机方法的短时交通流量预测方法 [J].
杨兆升 ;
王媛 ;
管青 .
吉林大学学报(工学版), 2006, (06) :881-884
[8]  
我国燃料油期货市场有效性研究.[D].万莉敏.哈尔滨工程大学.2010, 02
[9]  
Real-time road traffic prediction with spatio-temporal correlations.[J].Wanli Min;Laura Wynter.Transportation Research Part C.2010, 4
[10]   A multivariate state space approach for urban traffic flow modeling and prediction [J].
Stathopoulos, A ;
Karlaftis, MG .
TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES, 2003, 11 (02) :121-135