短时交通流预测方法研究进展

被引:120
作者
陆海亭
张宁
黄卫
夏井新
机构
[1] 东南大学教育部智能运输系统工程研究中心
关键词
短时交通流预测; 方法分类; 研究热点; 研究方向;
D O I
暂无
中图分类号
U491.112 [];
学科分类号
摘要
实时准确高效的交通流预测是实现交通流诱导和交通控制的关键技术之一,近年来它在智能运输领域受到广泛关注。本文首先介绍了短时交通流的属性和预测要求,接着将现有预测方法分成4类:基于线性理论的方法、基于非线性理论的方法、基于混合理论的方法和基于交通流理论的方法,并且总结评述了现有各种预测模型的优缺点,之后探讨了当今短时交通流预测领域的研究热点,最后指出了其未来研究方向。
引用
收藏
页码:84 / 91
页数:8
相关论文
共 41 条
[1]
基于约束卡尔曼滤波的短时交通流量组合预测模型 [J].
聂佩林 ;
余志 ;
何兆成 .
交通运输工程学报, 2008, (05) :86-90
[2]
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
[3]
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
[4]
基于支持向量回归机的交通状态短时预测方法研究 [J].
姚智胜 ;
邵春福 ;
高永亮 .
北京交通大学学报, 2006, (03) :19-22
[5]
基于小波的短时交通流预测 [J].
杨芳明 ;
朱顺应 .
重庆交通学院学报, 2006, (03) :99-102
[6]
支持向量机在交通流量实时预测中的应用 [J].
徐启华 ;
杨瑞 .
公路交通科技, 2005, (12) :131-134
[7]
非参数小波算法的交通流预测方法 [J].
王晓原 ;
吴磊 ;
张开旺 ;
张敬磊 .
系统工程, 2005, (10) :44-47
[8]
基于混沌小波网络的交通流预测算法研究 [J].
杨立才 ;
贾磊 ;
何立琴 ;
孔庆杰 .
山东大学学报(工学版), 2005, (02) :46-49+98
[9]
基于贝叶斯组合模型的短期交通量预测研究 [J].
郑为中 ;
史其信 .
中国公路学报, 2005, (01)
[10]
短时交通流预测模型综述 [J].
王进 ;
史其信 .
中国公共安全(学术卷), 2005, (01) :92-98