为了克服单一的交通流预测模型性能不稳定的问题,提出了基于约束卡尔曼滤波的短时交通流量组合预测模型。约束卡尔曼滤波组合预测模型以各单一预测模型的权重为状态变量,交通流量为观测变量,预测结果是单一预测模型的加权和,加权系数由约束卡尔曼滤波方程递推动态确定,最后通过广深高速公路上采集的交通流量数据对算法进行了验证。结果表明,在不同预测步长情况下,约束卡尔
第 8卷第 5期 20 0 8年 1 0月
交通运输工程学报 Jun l f rfi a dTrnp r t nE gn eig o ra o af n a s ot i n ier T c ao n
V0. No 5 18 . Oc. 2 0 t 0 8
文章编号: 6 1 1 3 ( 0 8 0 0 6 0 1 7— 6 7 2 0 ) 50 8— 5
基于约束卡尔曼滤波的短时交通流量组合预测模型 聂佩林,余志,兆成何 (山大学智能交通中心,东广州 5 0 7 )中广 1 2 5
摘要:了克服单一的交通流预测模型性能不稳定的问题,出了基于约束卡尔曼滤波的短时交为提 通流量组合预测模型。约束卡尔曼滤波组合预测模型以各单一预测模型的权重为状态变量,交通流量为观测变量,测结果是单一预测模型的加权和,权系数由约束卡尔曼滤波方程递推动态确预加
定,最后通过广深高速公路上采集的交通流量数据对算法进行了验证。结果表明,不同预测步长在情况下,束卡尔曼滤波组合预测模型要优于最佳的单一预测模型或与其持平,约并且不受某一较差的预测模型影响,具有较高的鲁棒性。 关键词:交通流预测;约束卡尔曼滤波;经网络;神自回归滑动平均模型 中图分类号: 9 . 1 U4 1 1 2文献标识码: A
Co t a ne l a it r c m b ne e i t r f r ns r i d Ka m n fle o i d pr d c o o s o tt r t a fc fo h r - e m r f i l w NI Pe i E iln.YU Zhi .H E Zha h n oc e g ( TS Re e r h Ce te I s a c n r,S n Ya— e ie st,Gu n z o 1 2 5 u ts n Un v r i y a g h u 5 0 7,Gu n d n,Ch n ) a go g ia
Ab ta t n o d rt v i h n t b e e s O i g e t a fc f w r d c i n mo e。a c n t an d sr c:I r e o a o d t e u s a l n s fsn l r fi l o p e it d 1 o s r i e o Ka ma i e o l n fl r c mb n d CKFC)p e it r wa r p s d f r s o t t r t a f l w,t e
weg to t ie ( r d c o s p o o e o h r—e m r f i fo c h i h f e c i gl pr d c o wa us d s t t v ra e o t e r dit r t a fc l w wa u e a a h sn e e it r s e a s a e a i bl f r h p e c o, r fi fo s sd s m e s r me a i b e, CKFC pr d c o’ r s l wa a a u e nt v ra l e it r S e u t s we g e s m o s n e r dit r t e i ht d u f i gl p e c o, h weght r cd d by c ns r i d Ka ma it r d na c ly,a d CKFC r d c o s t s e i swe e de i e o t a ne l n fle y mia l n p e i t r wa e t d usng t a fc l i r fi fow d t c l c e o Gu ng he f e wa . An l i r s l i i a e t t a a ole t d n a s n re y a yss e u t nd c t s ha CKFC pr dit r i te h n o tl a ta o s t ptm u sn e p e i t,i sno nfu n e y e c o s be t rt a ra e s sgo d a he o i m i gl r d c or ti ti l e c d b po r p e c o n s h gh r bus n s . 2 t bs i s,1 e s o r dit r a d ha i o t e s a,3 fg 0 rf . Ke r s: t a fc l y wo d r f i fow e c i pr diton; c ns r i d Ka m a fle; ne r l o t a ne l n it r u a ne wo k; a t r g e sv t r u o e r s ie m o ng a e a e m od l vi v r g e
Auh rrs me:NI il ( 9 0 ) t o eu s E Pe—i 1 8一,mae n l,d co a t d n,+8 0 8 1 4 1, zu p l 9@ o tr lsu e t 62— 4 1 2 1 s n l 9 9
g i c m;YU h 1 6一,mae r fs o,+8— 0 8 1 2 3 mal o . Z i( 9 1) l,p o e s r 6 2— 4 1
6 8,ss u@ mals s . d . n ty z i yue uc. .
0
引嗣 交通控制与诱导系统是智能交通系统建设的核
数据信息去滚动预测未来几分钟内的交通状况。短时交通流预测结果可以作为先进的交通信息系统的 输入,用于制定主动型的交通控制策略,还可以直接
心课题,实现交通流诱导系统的关键问题是准确而
用于先进的交通管理系统的信息发布,出行者提为
的短时交通流量预测,即如何有效地利用实时交通 收稿日期: 0 80 2 2 0— 3 1
供实时有效的信息,帮助他们更好地进行路径选择,
基金项目:十一五”家科技支撑计划项目 (0 6 AG0 A0 )“国 20B 1 4作者简介:佩林 ( 90)男,东惠州人,山大学工学博士研究生,事交通流估计与预测研究。聂 1 8一,广中从
导师简介:余
志 ( 9 1)男,西九江人, 1 6一,江中山大学教授。

预测模型和方法,如利用历史平均法、线性回归法、 时间 序列法、卡尔曼滤波法、...本文旨在将定权重和变权重组合模型用 于预测短时交通流量,用于实时的交通管理与...
本文利用卡尔曼滤波理论建立了行程时间预测模型, 利用实测的交通流量预测几个时段...模型具有变量类型少和在线预测的特点, 适用于对稳定或非稳定的随机现象作短期...
应用成熟的预测模型用于短时 交通流量预测领域, 据...的预测方法∧ 从表现形式 成的各种组合预测模型等;...需求预测领域, 预测精度较高∧ 卡尔曼滤波法是一种...
结果表明使用卡尔曼滤波建立的模型比较准确 , 说明本 文所提出的方法预测误差... 8〕 仅文献〔 做了研究. 卡尔曼滤波是预测短时交通流量的一种方法 , 具有...
基于约束卡尔曼滤波的短时... 暂无评价 5页 2....基于卡尔曼滤波理论的交通信息预测模型及其应用李 , ...交通流量等数据 , 共采 集 32 个周期 ,行驶时间...
(KF) ; prediction model 摘要: 用基于分步式滤波的多传感器动态系统数据融合算法建立了短时段交通流量预测模型, 并与传统的卡尔曼滤波算法在 计算复杂度上进行了...
随着智能交通系统(ITS)的蓬勃发展,智能交通控制与诱导系统已经 成为ITS研究的热门...基于约束卡尔曼滤波的短时交通流量组合预测 模型[J]. 交通运输工程学报, 2008,...
短时交通流量预测的国内外研究现状的分析_自然科学_专业资料。段式交通流量预测...VYTHOTKASPC 提出了基于卡尔曼滤波理论的交通流量预测模型, 计算结果也较为令人...
为基础的预测方法 , 包括时问序列预测 、卡尔曼滤波 此 ,如何在 5imn内完成... P神经网络短 时交通 流量预 测() 1建立神经网络模型 , 如图 1 所示 。...
卡尔曼滤波法、 神经网络、 小波分析、 动态交通 分配模型等, 这些模型大多只...和 RBF 神经网络的短时交通 流预测 高 为 陆百川 贠天鹂 谭 伟 17 流量。...
热门文档