城市交通路口短时流量预测
2018-02-05张金飞黄名钿
软件 2018年1期
关键词:模型
张金飞,黎 英,高 伟,黄名钿
(昆明理工大学 信息工程与自动化学院,云南 昆明 650504)
0 引言
对于交通[1]中交通流预测,可以根据预测时间的跨度把它分为中长期预测和短时预测[2],其中短时交通流预测的时间跨度并没有一个非常标准的定义,通常是指基于获取到的交通数据针对未来15 min内的预测,而且在交通控制和诱导[3]中对提高实时性方面起着很大作用。智能交通系统中比较关键的一点就是希望对交通流实时、动态和精准地预测,以提高城市交通管理和运行效率,这也是为什么短时预测能够成为当前智能交通系统[4]的重要研究内容的原因。另外短时交通流量的预测时间跨度相对较短,交通数据的变化有时并没有太强的规律,各种干扰噪声对交通流预测会产生较大的影响,这些无疑导致了短时交通流预测的发展在当前非常具有挑战性。
当前国内外的交通专家学者针对短时交通流不确定性较强和规律性较弱[5]等特点所提出来的预测模型已有数十种之多。据所采用的预测原理大致可将其分为两类:一类属于数学模型的方法,如卡尔曼滤波模型[6]、指数平滑模型[7]、ARIMA[8]模型等;另一类是基于非数学模型的方法,如支持向量回归机[9]、非参数回归模型[10]、神经网络模型[11]等。其中的数学模型方法在构建和求解交通模型过程中难度较大,因此很难达到短时交通预测的要求;而对于非数学模型的预测方法相对来说实现要更简便,只要向模型里面喂足足够的历史数据,不需要去构建过于庞大冗余的预测模型,而且最终得到的结果也可以满足在智能交通系统中的需要[12]。……
登录APP查看全文
