基于ARMA和卡尔曼滤波的短时交通预测

被引：36

作者：

杨高飞 ^{[1
]}

徐睿 ^{[1
]}

秦鸣 ^{[1
]}

郑凯俐 ^{[2
]}

张兵 ^{[1
]}

机构：

[1] 华东交通大学土木建筑学院

[2] 重庆交通大学交通运输学院

来源：

郑州大学学报(工学版) | 2017年 / 02期

关键词：

智能交通; 短时交通预测; ARMA; 卡尔曼滤波; 预测误差;

D O I：

10.13705/j.issn.1671-6833.2017.02.009

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082302 ; 082303 ;

摘要：

交通预测是智能交通运输系统研究中的一个重要组成部分.为了有效地获取短时交通流量预测数据,保障交叉口畅通,依据道路情况的不确定性以及交通流的非线性变化,应用ARMA模型及卡尔曼滤波模型通过预测结果误差大小来组合预测路段短时交通流量.实例表明,组合模型预测结果达到较高的预测精度,预测误差降低到了5.79%,并且比单一模型预测精度要高.通过该组合模型可以更准确地预测短时交通流量,同时也可以为交叉口信号配时提供必要的理论依据和技术指导,对减小交通延误,提高道路服务水平有一定的应用价值.

引用

页码：36 / 40

页数：5

共 13 条

[1] 基于时空特性分析和数据融合的交通流预测 [J].