基于时间序列与GSVMR模型的短时交通量组合预测

被引：10

作者：

葛志鹏 ^{[1
,2
]}

李锐 ^{[3
]}

张健 ^{[1
,2
]}

胡永恺 ^{[1
,2
]}

展凤萍 ^{[1
,2
]}

杨彬彬 ^{[1
,2
]}

机构：

[1] 东南大学城市智能交通江苏省重点实验室

[2] 现代城市交通技术江苏高校协同创新中心

[3] 河海大学土木与交通学院

来源：

长安大学学报(自然科学版) | 2015年 / S1期

关键词：

交通工程; 短时交通量预测; 智能交通; 时间序列;

D O I：

10.19721/j.cnki.1671-8879.2015.s1.046

中图分类号：

U491.14 [];

学科分类号：

082302 ; 082303 ;

摘要：

交通流预测是实时控制与诱导的前提,是智能交通系统实现的理论基础,对短时交通量预测方法的研究具有重要意义。分析中国短时交通流预测研究的现状,同时对目前被广泛应用于城市道路短时交通量预测的基于统计理论模型、神经网络模型等几种模型进行了简要概述及评价,最后以南昌市庐山南大道交通量实际数据为例,利用时间序列与GSVMR模型的组合短时交通量预测理论进行了预测。研究结果表明:与时间序列及GSVMR模型预测方法的预测结果相比,组合模型的预测精度有明显提高,结果令人满意。

引用

页码：222 / 225 +234

页数：5

共 9 条

[1] 高速公路城市化路段短时交通量预测方法研究附视频 [J].