基于投影寻踪自回归的短时交通流预测

及时准确地进行交通流短时预测是智能运通系统(ITS),尤其是其先进的交通管理系统(ATM S)与先进的出行者信息系统(AT IS)研究的关键内容之一。随着预测时间跨度的缩短,交通流量的变化显示出越来越强的不确定性,使得一般方法的预测精度大大降低。例如:非参数回归的算法是一种“无参数”、可移植、高预测精度的实时预测算法,在交通流预测中发挥了很大的作用,但随着样本数据维数的增加,存在“维数祸根”的现象。针对目前短时交通流预测存在的问题,本文提出一种基于投影寻踪自回归技术的短时交通流预测模型,解决了“维数祸根”和高维数据间的非正态、非线性问题。经过实测数据验证,该算法完全满足实时交通流预测的需要。