基于重现定量分析法的交通流量时间序列周期特性

被引:12
作者
何兆成
黎志涛
赵建明
机构
[1] 中山大学智能交通研究中心
关键词
交通流量; 周期特性; 重现定量分析法; 重现图; 预测精度;
D O I
暂无
中图分类号
U491.112 [];
学科分类号
082302 ; 082303 ;
摘要
为了提高交通流量的预测精度,用重现图和重现定量分析法,定量分析了交通流量时间序列的周期特性,并利用BP神经网络法和K近邻法,对短时交通流量进行了预测.实例分析表明:不同统计时间间隔和不同时段的交通流量时间序列的周期特性不同.统计时间间隔为5 min的交通流量时间序列有较好的实时性和较强的周期性.交通流量时间序列的周期特性与预测精度正相关,夜间交通流周期性弱,预测精度为87.41%;日间交通流周期性强,预测精度为92.16%.
引用
收藏
页码:946 / 951
页数:6
相关论文
共 8 条
[1]   城市主干路路段行程时间估计的BPR修正模型 [J].
姜桂艳 ;
李继伟 ;
张春勤 .
西南交通大学学报, 2010, 45 (01) :124-129
[2]   交通流时间序列的复杂度测量 [J].
张勇 ;
关伟 .
交通运输工程学报, 2009, 9 (02) :89-92+115
[3]   用密度-流量关系模型解释交通流量陡降现象 [J].
王欣 ;
王炜 ;
李文权 ;
程琳 .
西南交通大学学报, 2009, 44 (01) :141-146
[4]   短时交通流的非线性动力学特性 [J].
蒋海峰 ;
王鼎媛 ;
张仲义 .
中国公路学报, 2008, (03) :91-96
[5]   基于神经网络的路口交通流转向比预测 [J].
李瑞敏 ;
陆化普 ;
史其信 .
西南交通大学学报, 2007, (06) :743-747
[6]   车头间距与高速公路交通流混沌 [J].
李松 ;
贺国光 ;
张杰 .
西南交通大学学报, 2007, (03) :305-309
[7]   功率谱在交通流混沌现象研究中的应用 [J].
徐学明 ;
王丽 ;
荣建 .
公路交通科技, 2006, (03) :125-127+134
[8]   基于极大似然估计的路段交通流量预测 [J].
刘世超 .
西南交通大学学报, 2005, (02) :245-248