短期高速公路交通流量预测方法研究.pdf

《短期高速公路交通流量预测方法研究.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34卷第3期计算机仿真2017年3月文章编号：1006—9348(2017)03—0123-05短期高速公路交通流量预测方法研究林蕾．舒勤(四川大学电气信息学院，四川成都610065)摘要：短时交通流量预测能够推算高速公路未来短时刻内的交通流量的发展动向。指导即时的高速公路交通运营管理并改善交通运行状况。传统短期预测模型只反映交通流量部分信息，受高速公路流量数据的流量成分复杂性和非线性影响较大，预测精确度较低。为了提高高速公路短期交通流量的预测精度，结合交通流量数据中的周期性特征，提出一种改进的流量预测方法。首先提取流量数据的周期分量，然后用自回归滑动平均预测模型对去除周期分量后的

2、残余分量进行预测，最后将得到的残余分量预测值与周期分量进行累加，得到最终的预测值。并进行若干组对比实验研究周期分量比例不同对预测的影响。当残余分量出现负值时，通过增减偏移量的方法对周期分量进行修正。实验表明，修正了周期分量后，提取了周期分量的数据再进行预测，精度能得到提高；周期分量的能量比例越大，精度提升越明显。关键词：高速公路；短期交通流预测；自回归滑动平均；周期分量；残余分量中图分类号：TP391．9文献标识码：BResearchonMethodofShort-TermTrafficFlowPredictionofHighwayLINLei．SHUQin(CoBegeofElec

3、tricalEngineeringandInformation，SichuanUniversity，ChengduSichuan610065，China)ABSTRACT：Inordertoerlhancepredictionprecisionofshort-termhighwaytrafficflow，animprovedtrafficpredic-tionmethodisputforwardonthebasisofthecharacteroftheperiodicity．Fimtofall，periodiccomponentsofflowda·taaIeremovedfromth

4、eflowdata；secondly．predictionbasedonresidualcomponentsbythemethodofautoregres-siremovingaveragealemade；finally，thepredictedresidualcomponentsareaddedtotheperiodiccomponenttooh-tainafinalpredictedvalue．Removingtheperiodiccomponenthelpshighlightingindividualcharacteristicsoftrafficflow，andreducin

5、ginterferenceofnoise．Severalgroupsofcomparativeexperimentswithdifferentperiodiccompo·nentsaredone．Whenresidualcomponentturnsnegative．theoffsethastobeobtainedorabandonedtomodifythepe-riodiccomponentandresidualcomponent．Experimentalresultsshowthattheaccuracyoftra伍cpredictioncanbeob—viouslyimprove

6、dandthegreatertheproportionoftheperiodiccomponents，themoreprecisionimproved．KEYWORDS：Highway；Short——termtrafficflowprediction；Autoregressivemovingaverage；Periodiccomponent；Re·-sidualcomponent1引言短期交通流量预测是高速公路交通管理的重要组成部分．也是智能交通系统的研究难点之一，它为人们日常出行提供合理的决策参考，节省时间(I。3]。高速公路交通系统是一个成分复杂，非线性的时变系统，存在高度的不确

7、定性。常用高速公路的短期预测方法包括小波预测[4]，时间序列法预测，人工神经网络法预测【5]以及回归分析法预测[61等。其中，时间序列法具备计算过程，预测参数少，适应性强等特点．是目前最广泛使用的流量预测方法之一。时间序列法中ARMA模型是比较典型预测模型。基金项目：四川省交通科技项目(2013c7一1)收稿13期：2016—05—10修回日期：2016—05—23高速公路流量数据在连续天数相同时刻流量数据有一种类似的趋势。这是高速公路流量数据的周期性。它