基于SARIMA模型的城市道路短期交通流预测研究

被引:23
作者
孙湘海 [1 ]
刘潭秋 [2 ]
机构
[1] 长沙理工大学交通运输学院
[2] 中南大学数学博士后流动站
关键词
交通工程; 短期交通流预测; 季节自回归求和移动平均模型; 日周期性; 周周期性;
D O I
暂无
中图分类号
U491.112 [];
学科分类号
082302 ; 082303 ;
摘要
以城市道路短期交通特征为基础,提出在使用季节自回归求和移动平均(SARIMA)模型进行预测时还应该考虑交通流日周期性特征,以提高模型的预测能力。预测研究不仅考虑了模型的样本内预测而且考虑了样本外预测,并通过两个预测误差统计量,即预测误差绝对值均值和预测误差百分比绝对值均值,来对模型预测表现进行衡量与比较。研究结果显示,虽然只考虑城市道路短期交通流数据中周周期性的SARIMA模型预测能力比只考虑日周期性特征的SARIMA模型好,但是却比既考虑交通流数据中周周期性又考虑数据中的日周期性的SARIMA模型表现差。
引用
收藏
页码:129 / 133
页数:5
相关论文
共 4 条
[1]   基于粒子群优化的RBF神经网络交通流预测 [J].
赵建玉 ;
贾磊 ;
杨立才 ;
朱文兴 .
公路交通科技, 2006, (07) :116-119
[2]   交通流的季节ARIMA模型与预报 [J].
张辉 ;
刘嘉焜 ;
柳湘月 ;
郭晓泽 .
天津大学学报, 2005, (09) :838-841
[3]   基于ARIMA模型的短时交通流实时自适应预测 [J].
韩超 ;
宋苏 ;
王成红 .
系统仿真学报, 2004, (07) :1530-1532+1535
[4]  
时间序列分析.[M].(美)詹姆斯D.汉密尔顿(JamesD.Hamilton)著;刘明志译;.中国社会科学出版社.1999,