高速公路交通量组合预测模型研究.pdf

高速公路交通量组合预测模型研究.pdf

ID:52136908

大小:734.75 KB

页数:5页

时间:2020-03-23

高速公路交通量组合预测模型研究.pdf_第1页
高速公路交通量组合预测模型研究.pdf_第2页
高速公路交通量组合预测模型研究.pdf_第3页
高速公路交通量组合预测模型研究.pdf_第4页
高速公路交通量组合预测模型研究.pdf_第5页
资源描述:

《高速公路交通量组合预测模型研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第30卷第4期计算机仿真2013年4月文章编号:1006—9348(2013)04—0178—05-.-JL口同速公路交通量组合预测模型研究钱超1,许宏科1,徐娜2(1.长安大学电子与控制工程学院,陕西西安710064;2.西安公路研究院,陕西西安710054)摘要:交通量具有高度复杂的非线性特征,采用单一预测模型往往难以达到理想的预测效果。为准确预测,提出一种最优线性组合预测模型并给出了以预测误差平方和最小为目标函数的权系数最优解计算方法,在采用ARIMA模型、BP神经网络和支持向量回归机的基础上,利用组合预测模型实现了高速

2、公路月度交通量的预测。实验结果表明:与季节差分自回归滑动平均模型、BP神经网络和支持向量回归机等预测模型相比,组合预测模型各项评价指标均优于前三者,为实现交通量准确预测提供了更为科学的依据。关键词:组合预测模型;交通量预测;季节差分自回归滑动平均模型;神经网络;支持向量回归机中图分类号:TB24文献标识码:BResearchonCombinationalPredictionModelforExpresswayTrafficVolumeQIANCha01,XUHong—kel,XUNa2(1.SchoolofElectronic

3、andControlEngineering,Chang'anUniversity,Xi’anShanxi710064,China;2.InstituteofInteHigentTransportationSystem,Xi’allHighwayInstitute,Xi’anShanxi710054,China)ABSTRACT:Ashavinghighcomplexnonlinearcharacteristic,thepredictioneffectoftrafficvolumeisusuallyunsat—isfactory

4、.OnthebasisofseasonalARIMAmodel,BPneuralnetworkandsupportvectorregression,thispaperpro-posedanoptimallinearcombinationpredictionmodelandpresentedamethodforcalculatingoptimalsolutionofweightcoefficients,takingtheminimizedsumofsquarederrorsasobjectivefunction.Thecombi

5、nationalmodelreal-izedthepredictionofexpresswaymonthlytrafficvolume.TheexperimentalresultsshowthatevaluationindicesofthecombinationpredictionmodelarebetterthanseasonalARIMAmodel,BPneuralnetworkandsupportvectorregres—sion.Itprovidesamorescientificmethodforrealizingac

6、curatepredictionoftrafficvolume.KEYWORDS:Combinationalpredictionmodel;Trafficvolumeprediction;SeasonalARIMAmodel;Neuralnetwork;Supportvectorregression(SVR)1引言基于实时数据分析的交通量预测,是智能交通系统中提供交通信息、交通诱导与控制策略的重要基础,其研究受到广泛关注¨o。不同的定性预测模型方法和定量预测模型方法各有其优缺点,如ARIMA模型、Kalman滤波、贝叶斯网络等

7、预测精度高,技术成熟,但建模方法繁琐;神经网络适合非线性关系的拟合,但容易陷入局部极小点,收敛速度慢;支持向量机适合小样本的快速预测,能够得到全局最优,但预测基金项目:国家自然科学基金项目(60804049);教育部创新团队发展计划资助项目(IRTl050)收稿日期:2012—12—18·---——178----——效果对核函数非常敏感。本文的目标是在单项预测模型基础上提出一种交通量组合预测模型,充分发挥各单项预测模型的优势,进一步提高预测的精确度和可靠度。2相关工作由于每种预测方法利用的数据不尽相同,不同的数据从不同的角度提

8、供各方面有用的信息,因此不同的定性预测模型方法和定量预测模型方法之间并不是相互排斥,而是相互联系、相互补充的口1。Bates和Granger于1969年首次提出组合预测方法的概念”1,所谓组合预测就是综合考虑各单项预测方法的特点,利用各单项预测方法提供的信息,以适当的加权平均

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。