發(fā)布時(shí)間：2018-01-08 12:36

  本文關(guān)鍵詞：基于近似熵的交通流序列趨勢變化檢測　出處：《北京交通大學(xué)學(xué)報(bào)》2014年06期 　論文類型：期刊論文

  更多相關(guān)文章： 城市交通 交通流序列 趨勢變化檢測 滑動(dòng)移除近似熵方法

【摘要】：交通流趨勢變化特征分析是交通流預(yù)測的基礎(chǔ).為了提取交通流序列隨時(shí)間推移所呈現(xiàn)出來的宏觀變化規(guī)律,提出了一種用于檢測交通流序列趨勢變化的滑動(dòng)移除近似熵方法.通過對交通流序列趨勢規(guī)律進(jìn)行研究,首先將其細(xì)分為上升趨勢、平穩(wěn)波動(dòng)趨勢、下降趨勢,然后根據(jù)不同趨勢變化的時(shí)間序列復(fù)雜程度不同,建立了滑動(dòng)移除近似熵方法求解其滑動(dòng)移除近似熵的值,并根據(jù)得到的時(shí)間序列提取交通流序列趨勢變化.最后以北京市四環(huán)路某一斷面交通流序列為例,用建立的模型對交通流序列趨勢變化進(jìn)行檢測,并與滑動(dòng)t檢驗(yàn)方法結(jié)果對比.研究結(jié)果表明本文提出的方法能夠?qū)煌餍蛄汹厔葑兓M(jìn)行檢測,且檢測結(jié)果與實(shí)際交通流序列趨勢變化比較吻合,研究結(jié)論可為短時(shí)交通流預(yù)測建模提供參考依據(jù).
[Abstract]:Traffic flow trends analysis is the foundation of traffic flow forecasting. In order to change the macro traffic flow sequence extraction with time are presented, for detection of traffic flow sliding trend removed sequence of approximate entropy method is proposed. Based on the traffic flow trend sequence are studied firstly, divides it into the rise the trend, steady trend, a downward trend, then according to the different trends of the time series of different complexity, established the approximate entropy method for solving the removal of sliding sliding removed the ApEn, and according to the time series of traffic flow extraction sequence trend changes. Taking Beijing city four loop one section traffic flow sequence as an example and to detect the traffic flow trend sequence using the model, and compared with the sliding t test method results. The results show that the proposed method is able to Traffic flow series trend change is detected, and the detection result is consistent with the trend change of actual traffic flow sequence. The conclusion can provide a reference for short-term traffic flow prediction modeling.

【作者單位】： 北京交通大學(xué)交通運(yùn)輸學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(71340020)
【分類號】：U491.112
【正文快照】： 時(shí)間序列的趨勢是表示時(shí)間序列移動(dòng)方向的一種高層模式,是其隨時(shí)間變化呈現(xiàn)出某種持續(xù)上升、下降或平穩(wěn)的狀態(tài)或規(guī)律,且不同的趨勢變化體現(xiàn)了時(shí)間序列不同的動(dòng)力學(xué)結(jié)構(gòu).目前,比較常用的時(shí)間序列趨勢變化分析方法主要有滑動(dòng)t檢驗(yàn)[1],Mann-Kendall[2],累積距平法[3]等方法.城市

【共引文獻(xiàn)】

相關(guān)博士學(xué)位論文 前10條

1 王春;基于VR/GIS一體化城市微觀交通虛擬仿真系統(tǒng)的研究與應(yīng)用[D];中國海洋大學(xué);2010年

2 章大全;中國年代際干旱趨勢轉(zhuǎn)折及預(yù)測[D];蘭州大學(xué);2011年

3 黃健康;鋁合金脈沖MIG焊過程多信息分析及解耦控制[D];蘭州理工大學(xué);2010年

4 陳小軍;基于熵測度理論的高效頻譜利用關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2011年

5 Q，

本文編號：1397168