考虑最优时滞因子时空模型的高速公路短时交通流预测

被引：8

作者：

申贵成 ^{[1
,2
]}

管水城 ^{[1
,2
]}

孙方宇 ^{[1
]}

机构：

[1] 北京物资学院信息学院

[2] 北京物资学院智能物流系统北京市重点实验室

来源：

科学技术与工程 | 2018年 / 18卷 / 24期

关键词：

高速公路; 交通流量预测; 时空模型; 时滞因子; Adaboost算法;

D O I：

暂无

中图分类号：

F542 [中国陆路、公路运输经济];

学科分类号：

摘要：

针对高速公路短时交通流预测问题,提出了考虑最优时滞因子的高速公路时空模型。首先通过相关系数计算确定了空间状态变量的个数,随后计算获得每个变量的最优时滞次数,完成空间模型部分的数据预处理,然后分别从连续性时间序列和周期性时间序列两个方面建立时间状态变量,最后分别构建以经典的线性回归和随机森林算法为基学习器的集成预测器LRAdaboost和RFAdaboost,利用训练完毕的模型对兰海高速贵阳北收费站路段的实时交通流量进行预测验证,结果证明考虑最优时滞因子的时空模型相对基本的时空模型有更好的预测效果。

引用

页码：149 / 156

页数：8

共 18 条

[11]

Multiple sources and multiple measures based traffic flow prediction using the chaos theory and support vector regression method[J] . Anyu Cheng,Xiao Jiang,Yongfu Li,Chao Zhang,Hao Zhu.Physica A: Statistical Mechanics and its Applications . 2017

[12]

Short-term traffic flow prediction using time-varying Vasicek model[J] . Yalda Rajabzadeh,Amir Hossein Rezaie,Hamidreza Amindavar.Transportation Research Part C . 2017

[13]

Real-time road traffic prediction with spatio-temporal correlations[J] . Wanli Min,Laura Wynter.Transportation Research Part C . 2010 (4)

[14] 基于时空特性的短时交通流预测模型 [J].