基于小波分析和ARIMA模型的交通流预测方法

被引：30

作者：

窦慧丽 ^{[1
,2
]}

刘好德 ^{[3
]}

吴志周 ^{[1
]}

杨晓光 ^{[1
]}

机构：

[1] 同济大学交通运输工程学院

[2] 浙江林学院理学院

[3] 同济大学测量与国土信息工程系

来源：

同济大学学报(自然科学版) | 2009年 / 37卷 / 04期

关键词：

交通流预测; 小波分析; 消噪; 综合自回归移动平均模型;

D O I：

暂无

中图分类号：

U491.112 [];

学科分类号：

摘要：

针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律;采用综合自回归移动平均(ARIMA)时间序列模型对交通流进行预测;并对实测交通数据进行验证分析.结果表明,该方法具有较高的预测精度,可用于交通流的实时动态预测.

引用

页码：486 / 489+494 +494

页数：5

共 7 条

[1] 城市交叉口交通流特征与短时预测模型
翁小雄
谭国贤
姚树申
黄征
[J]. 交通运输工程学报, 2006, (01) : 103 - 107
[2] 基于ARIMA模型的短时交通流实时自适应预测
韩超
宋苏
王成红
[J]. 系统仿真学报, 2004, (07) : 1530 - 1532+1535
[3] 基于小波分解与重构的交通流短时预测法
贺国光
马寿峰
李宇
[J]. 系统工程理论与实践, 2002, (09) : 101 - 106+131
[4] 短时交通流预测模型综述
王进
史其信
[J]. 中国公共安全(学术卷), 2005, (01) : 92 - 98
[5] 小波分析及其应用[M]. 机械工业出版社 , 孙延奎编著, 2005
[6] 时间序列分析与动态数据建模[M]. 北京理工大学出版社 , 杨位钦,顾岚编著, 1988
[7] Comparison of parametric and nonparametric models for traffic flow forecasting
Smith, BL
Williams, BM
Oswald, RK
[J]. TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES, 2002, 10 (04) : 303 - 321

← 1 →