分车型的高速公路短时交通流量预测方法研究

被引:15
作者
周桐 [1 ,2 ]
杨智勇 [1 ,2 ]
孙棣华 [2 ]
魏方强 [2 ]
机构
[1] 重庆工程职业技术学院信息工程学院
[2] 重庆大学自动化学院
关键词
交通流; 短时预测; 分车型; 时间序列; 二次指数平滑;
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
针对混合交通流中车辆类型的不确定性和随机性,导致了直接对总车流量进行预测时难以获得较高的预测精度问题,提出一种分车型的流量预测方法。依据各种车型的车流量变化规律不同的特点,选用改进的时间序列算法对大型车和拖挂车的流量进行预测,选用二次指数平滑法对小客车和中型车的流量进行预测;然后通过车辆折算系数将各车型的流量预测值进行加权求和,从而得到总车流量预测值;最后利用渝武高速公路上微波车检器的实测数据对提出的预测方法进行了实验验证,并与非参数回归预测方法和卡尔曼滤波预测方法进行了对比。实验结果表明,无论在工作日还是节假日,分车型的流量预测方法均具有更高的预测精度,该结果为进一步提高高速公路管控能力建立了基础。
引用
收藏
页码:1996 / 1999
页数:4
相关论文
共 11 条
  • [1] 高速路交通流短时预测方法[J].许岩岩,翟希,孔庆杰,刘允才. 交通运输工程学报.2013(02)
  • [2] 自适应单指数平滑法在短期交通流预测中的应用[J].齐驰,侯忠生. 控制理论与应用.2012(04)
  • [3] 基于粗集和神经网络耦合的短时交通流预测[J].姚琛,罗霞,汉克·范少伦. 公路交通科技.2010(11)
  • [4] 时间序列平稳性检验[J].刘罗曼. 沈阳师范大学学报(自然科学版).2010(03)
  • [5] 基于ARIMA与人工神经网络组合模型的交通流预测[J].谭满春,冯荦斌,徐建闽. 中国公路学报.2007(04)
  • [6] 基于灰色系统理论的短时交通流预测[J].邓志龙,李全,陈茜. 公路交通技术.2006(01)
  • [7] 回归模型可决系数的可决性研究[J].李军军,张建涛. 统计与决策.2005(11)
  • [8] 交通流的时间序列建模及预测[J].徐今强,刘智勇. 五邑大学学报(自然科学版).2004(03)
  • [9] Forecastingofshort-termtraffic-flowbasedonimprovedneurofuzzymodelsviaemotionaltemporaldifferencelearningalgorithm[J].JavadAbdi,BehzadMoshiri,BaherAbdulhai,AliKhakiSedigh. EngineeringApplicationsofArtificialIntelligence.2011(5)
  • [10] Online-SVRforshort-termtrafficflowpredictionundertypicalandatypicaltrafficconditions[J].ManoelCastro-Neto,Young-SeonJeong,Myong-KeeJeong,LeeD.Han. ExpertSystemsWithApplications.2008(3)