基于混沌时间序列分析法的短时交通流预测研究

被引:32
作者
薛洁妮
史忠科
机构
[1] 西北工业大学自动化学院
关键词
短时交通量; 混沌预测; 相空间重构; 局部多项式拟合;
D O I
10.16097/j.cnki.1009-6744.2008.05.008
中图分类号
U491.112 [];
学科分类号
摘要
交通流预测分析已成为智能交通的核心研究内容之一.依据混沌时间序列分析方法,建立了短时交通流的预测模型.在对实测的交通流数据进行相空间重构的基础上,综合考虑欧氏距离和均等系数,提出了最邻近点的两步优化选择方法,并采用了局部多项式拟合方法对所选取的最邻近点进行逼近以求得预测公式.本文将此方法运用于东莞东江大道流量预测,比较预测流量和实测流量,得出最大相对误差为0.445%,最小相对误差为0.038%,且单步预测时间仅为38.52秒.结果表明,该预测模型具有较高的精度,同时也能够满足实时性的要求.
引用
收藏
页码:68 / 72
页数:5
相关论文
共 6 条
[1]   一种基于小数据量的快速识别短时交通流混沌特性的方法 [J].
蒋海峰 ;
马瑞军 ;
魏学业 ;
温伟刚 .
铁道学报, 2006, (02) :63-66
[2]   基于神经网络的北京环路交通流短期预测研究 [J].
刘静 ;
李亮 ;
关伟 ;
蔡晓蕾 .
交通运输系统工程与信息, 2005, (06) :110-115
[3]   道路网短期交通流预测方法比较 [J].
史其信 ;
郑为中 .
交通运输工程学报, 2004, (04) :68-71+83
[4]  
非线性时间序列分析及其应用[M]. 科学出版社 , 王海燕, 2006
[5]  
A new local linear prediction model for chaotic time series[J] . Qingfang Meng,Yuhua Peng.Physics Letters A . 2007 (5)
[6]  
Evolution, Learning and Cognition. Farmer J D,Sidorwich J J. World Scientific . 1988