公路短时车流量预测模型研究

被引：8

作者：

宋子房

机构：

[1] 河南公路项目管理有限责任公司

来源：

科学决策 | 2014年 / 04期

关键词：

短时车流量; 灰色预测; ARIMA; 组合预测;

D O I：

暂无

中图分类号：

U491.1 [交通调查与规划];

学科分类号：

摘要：

为解决公路交通拥堵,做好道路交通安全规划,应加强对道路交通车流量的实时监控和预测,以便及时发现当前交通的非正常拥堵状况,提高人民的出行效率。公路短时车流量的监测数据具有不确定性和非线性的特点,针对这些特点,运用灰色系统理论预测模型和时间序列的ARIMA预测模型分别对车流量状况进行预测。在此基础上,提出将二者相结合的车流量组合预测模型。通过实例对比分析,得出组合预测模型的预测精度高于单独使用灰色预测模型和时间序列分析模型的结论,该模型可以作为短时车流量预测的一种有效方法。

引用

页码：83 / 94

页数：12

共 9 条

[1] 交通量的灰色神经网络预测方法 [J].

陈淑燕 ;

王炜 .

东南大学学报(自然科学版), 2004, (04) :541-544

[2]

Prediction of Traffic Flow. Arita,K,Kamata,J,Ito,K,Oda,T,Iida,H. National Technical Report . 1988

[3]

The prediction of traffic flow volumes based on spectral analysis. H. Nicholson,C.D. Swann. Transportation Research . 1974

[4]

Dynamic prediction of traffic volume through kalman filtering theory. Okutani I,Stephanades Y. Transportation Research . 1984

[5]

’Neural-gas’ network for vector quantization and its application to time-series prediction. Martinetz, Thomas M.,Berkovich, Stanislav G.,Schulten, Klaus J. IEEE Transactions on Neural Networks . 1993

[6]

道路交通事故成因及预防对策[M]. 科学出版社 , 裴玉龙,王炜著, 2004

[7] 基于混沌理论的交通量实时预测 [J].