基于模糊卡尔曼滤波的短时交通流量预测方法 (1).pdf

《基于模糊卡尔曼滤波的短时交通流量预测方法 (1).pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第41卷第2期浙江工业大学学报Vo1．4lNo．22013年4月JOURNALOFZHEJIANGUNIVERSITYOFTECHNOLOGYApr．2013基于模糊卡尔曼滤波的短时交通流量预测方法郭海锋，方良君，俞立(浙江工业大学信息工程学院，浙江杭州310032)摘要：为解决卡尔曼滤波模型预测交通流量存在的时间滞后性问题，在已有卡尔曼滤波短时交通流量预测模型基础上，结合城市道路交通流日相似性特点，对已有卡尔曼滤波预测模型进行改进，并通过模糊逻辑方法对改进模型中的参数加以确定，设计出模糊卡尔曼滤波交通流量

2、预测模型，从而对短时交通流量进行实时准确预测．数值分析及对比结果表明：相较于卡尔曼短时交通流量预测方法，模糊卡尔曼短时交通流量预测方法能够提升预测过程的实时性，并使平均相对误差降低0．27，平均绝对相对误差降低7．26，最大绝对相对误差降低32．43％，进一步提高了预测精度．关键词：卡尔曼滤波；模糊逻辑；短时交通流；预测模型中图分类号：U491．14文献标志码：A文章编号：1006—4303(2013)02-0218—04Ashort—termtrafficflowpredictionmodelbasedo

3、nfuzzyKalmanfiltering．GUOHai—feng，FANGLiang-jun，YULi(CollegeofInformationEngineering，ZhejiangUniversityofTechnology。Hangzhou310032，China)Abstract：Anewshort—termtrafficflowpredictionmode1iSproposedwhichiSbasedontheKalmanfilteringpredictions．Inordertoavoidth

4、etimelagproblemontheflowprediction，theKalmanfilteringpredictionmodelexistedisimprovedandtheparametersofthemodelaredeterminedbythefuzzylogicmethod．ThisfuzzyKalmanfilteringtrafficflowpredictionmodelcanaccuratelypredictshort—termtrafficflowinrea1time．Experime

5、ntalresultsshowthatthenewmodelhashigheraccuracyandbetterinstantaneitycomparedtOthetraditionalKalmanfilteringmode1．Theaveragerelativeerrorisreducedto0．27，，averageabsoluterelativeerroriSreducedto7．26lowerandabsolutemaximumrelativeerroriSreducedtO32．43．Itfurt

6、herimprovesthepredictionaccuracy．Keywords：Kalmanfiltering；fuzzylogic；short—termtrafficflow；predictionmodel短时交通流量预测是以检测设备获得的实时交行了广泛的研究]．比较而言，1waoOkutani和通数据为基础，通过构建的模型和方法预测下一时VythokasPC提出的卡尔曼滤波预测模型的预测段的交通流量．交通流量的预测结果通常对实时交效果优于著名的UTCS-2方法的预测效果，预测结通信息发布系统、交通信

7、号控制系统和动态交通诱果精度较高，模型鲁棒性较强5]．由于卡尔曼滤波导系统产生较大影响．为提高短时交通流量的预测预测模型的上述优点，使其在各智能交通子系统中效果，已有文献从不同角度构建模型对这一问题进得到了大量应用．但是已有卡尔曼滤波预测模型的收稿日期：2012～03—09基金项目：国家自然科学基金资助项目(50908213)；浙江省自然科学基金资助项目(Y1100891)作者简介：郭海锋(1977一)，男，吉林松原人，副教授，博士，研究方向为交通信号控制、交通信息处理，E—mail：guohf@zjut．

8、edu．cn．第2期郭海锋，等：基于模糊卡尔曼滤波的短时交通流量预测方法预测结果尚存在一定的时间滞后性问题，直接影响定期望为零的白噪声，它的协方差矩阵为R(r)．了动态实时交通信息发布、交通控制和交通诱导系为了方便应用卡尔曼滤波理论预估状态变量，统的实施效果．特将式(1)作变换：为了解决这个问题，笔者提出一种基于模糊卡X(r)一(Ho，H1，H2)(2)尔曼滤波的短时交通流量预测方法．首先采用卡尔A(r)一Ev(