第21卷第6期(总第120期) 系 统 工 程 Vol.21,No.62003年11月 SystemsEngineering Nov.,2003 文章编号:1001-4098(2003)06-0097-04
短时交通流预测模型的分析与评价
王正武,黄中祥
(长沙理工大学交通运输学院,湖南长沙 410076)X
摘 要:从短时交通流预测定义出发,介绍短时交通流预测的原理及预测模型应具有的特性,重点介绍
几种预测模型,对其建模的理论基础、特点及其可行性、有效性进行分析,并比较和评价各类预测模型。
关键词:短时交通流预测;卡尔曼滤波;神经网络;小波分析;分形分析
中图分类号:U121 文献标识码:A
ITS(IntelligentTransportationSystem)中先进的交通控制系统(ATCS,AdvancedTrafficControlSystem)和先进的交通管理系统(ATMS,AdvancedTrafficManagementSystem)均要求为其提供实时的交通流信息,由于交通流信息的实时性和可靠性直接关系到交通控制与管理的效果,因而短时交通流问题成为近年来运输研究人员关注的焦点之一。
1 短时交通流预测基本原理
交通流预测是指在时刻t对下一决策时刻t+$t乃至以后若干时刻的交通流作出实时预测。一般认为t到t+$t之间的预测时间跨度不超过15min(乃至小于5min)的预测为短时(Short-term)交通流预测。按照预测的内容交通流预测可分为交通流量、交通速度、交通密度三个基本参数的预测以及车辆占有率的预测等。下面以交通流量为例说明交通流预测的基本原理。
设vi(t)为路网中第i条路段上某个观测点在时刻段t-$t至t内的累计流量,$t为预测周期,一般$t≤15min;vi(t-k$t)、vi(t+k$t)(以后以vi+j(t-k)、vi+j(t+k)表示)表示其前、后k个时段内的流量;hi(t)为相同地点相同时段的历史统计数据;与第i个路段相邻接的m个上、下游路段,其标号为i+j,j=1,2,…,m.
短期交通流预测就是根据已知第i路段及i+j路段在过去P个时刻的流量vi+j(t-k)(k=1,2,…,P;j=0,1,2,…,m)及相关的统计数据hi+j(t+k)(k=0,±1,±2,…;j=0,1,2,…,m);求出第i路段未来k个时间段内流量vi(t+k)(k=1,2,…,n)的估计值,并把这些vi(t+k)预测值称为预测因子。
预测因子主要包括时间和空间两方面的数据。时间方面的数据是指i路段过去若干个时间间隔的流量及历史平均值;空间方面的数据是指与i路段相邻的上下游路段当前及过去各时刻的流量。这些数据由交通车辆检测器获得,经计算、处理并存储在相应的数据库中。
在短时交通量预测中,预测周期不超过15min,并且随着预测周期$t的减小,实时性的逐步提高,交通流表现出越来越强的不确定性,这就给短时交通量预测带来了困难。
2 短时交通流预测模型应具备的特性
人们在20世纪60年代开始就把在其他领域应用成熟的预测模型用于短时交通流预测领域,开发了众多预测模型和方法,用于短时交通流预测的模型应该具有以下特性:¹时间适应性。交通量的预测将会影响出行者的路线选择,出行者的路线选择反过来会影响交通预测的精度,故预测模型应具有这种适应性。º处理时间序列数据的能X收稿日期:2003-04-25
基于云模型的短时交通流... 暂无评价 2页 3.00 变权重组合预测模型在...回归分析预测方法、时间序列模型 (time serial model)、卡尔曼滤波模型(kalman ...
基于组合预测模型的短时交通流预测_数学_自然科学_专业资料 暂无评价
短时交通流预测模型的分析与评价 [J ] . 系统 [ 4 ] 唐 . 短时交通流特性及其预测方法研究 [ D ] . 长沙 : 长沙理 明 MSPE 预测方法 移动平均法 指数...
短时交通流预测模型的分析与评价. 系统工程,2003,21(6) :98-100 [4] 唐明. 短时交通流特性及其预测方法研究. 长沙理工大学硕士学位论文,2004,42-46. [5] ...
暂无评价
0.0分 (0人评价)暂无用户评价 我要评价 贡献者等级:手不释卷 四级 格式:...运用EVIEWS软件对短时交通流进行分析、建模和预测具有很 强的可操作性和适用性。...
暂无评价
暂无评价0人阅读0次下载举报文档 基于数学模型的短时交通流预测方法探讨1_...该模型由于增强了回归分析对非线性系统 的适应能力, 所以对短时交通流量的预测...
3 短时交通流预测主要模型分析与评价 3 1 基于统计方法的模型 这类模型是用数理统计的 方法处理交通 历史数 据, 如交通流量、交通速度、出行时间等用于预测。 ...
暂无评价0人阅读0次下载举报文档 组合预测模型在短时交通流预测中的应用... 神经网络、 小波分析、 灰色理论、非参数回归、 支持向量机等来预测交通流信 ...
热门文档