本文關(guān)鍵詞：基于ARIMA與人工神經(jīng)網(wǎng)絡(luò)組合模型的交通流預(yù)測，由筆耕文化傳播整理發(fā)布。

研究生論文

維普資訊

第2 0卷第 4期 20 0 7年 7月

中國公

路學(xué)報

Vo1 2 NO. .0 4

C iaJ un l fHih yadT a sot hn o ra o wa n rnp r g

J l 0 7 uy2 0

文章編號： 0 17 7 ( 0 7 0— 1 80 1 0—3 2 2 0 ) 40 1—4

基于 A MA與人工神經(jīng)網(wǎng)絡(luò)組合 RI模型的交通流預(yù)測 譚滿春馮犖斌徐建閩，, ( .暨南大學(xué)信息科學(xué)技術(shù)學(xué)院，，東 1廣 5 0 3; .華南理工大學(xué)交通學(xué)院， 162 2廣東廣州 504) 1 6 1

摘要：自回歸求和滑動平均 (將 ARI MA)與人工神經(jīng)網(wǎng)絡(luò)組合模型用于短時交通流預(yù)測。利用

AR MA模型良好的線性擬合能力和人工神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性關(guān)系映射能力，交通流時間序 I把 列看成由線性自相關(guān)結(jié)構(gòu)和非線性結(jié)構(gòu)兩部分組成，用 A MA模型對交通流序列的線性部分采 RI

進(jìn)行預(yù)測，用人工神經(jīng)網(wǎng)絡(luò)模型對其非線性殘差部分進(jìn)行預(yù)測。結(jié)果表明：組合模型的預(yù)測準(zhǔn)確性高

于各自單獨使用時的準(zhǔn)確性；組合方法發(fā)揮了 2種模型各自的優(yōu)勢，短期交通流預(yù)測的有效方法。是 關(guān)鍵詞：交通工程；短期交通流預(yù)測；自回歸求和滑動平均模型；工神經(jīng)網(wǎng)絡(luò)；人時間序列 中圖分類號： 9 . 4 U4 1 1文獻(xiàn)標(biāo)志碼： A

Tr f i o Pr d c i n Ba e n Hy r d ARI A n a fc Fl w e i to s d o b i M a d ANN o e M dl TAN a - h n,FENG o b n M nc u Lu— i,XU in r i Ja— n a ( .S h o fI f r to ce c n c n l g 1 c o lo n o ma i n S in e a d Te h oo y,Jn n Unv r iy i a i e st,Gu n z o 1 6 2 a g h u 5 0 3,Gu n d n a g o g,Ch n; i a 2 Sc olofT r ns r a in, S t Chia U n v r iy o c ol y,G u n h . ho a po t to ou h n i e st fTe hn og a gz ou

5 0 4,Gu n d n 161 a g o g,Ch n ) ia

Ab ta t Hy rd u o e r s ie n

e r td sr c: b i a t r g e sv it g a e mo ig v r g ( vn a e a e ARI A ) a d riiil e r l M n a t ca n u a f ne wor t k mod l r mp oy d i he s r— e m r fi l e s we e e l e n t ho t t r ta fc fow r d c i . Usng t o i a p e i ton i he g od lne r ft i g a iiy o itn b lt fARI A n he s r ng n M a d t t o onl a a p ng a lt fa tfca e r lne wo k,t i rm p i bi y o riii ln u a t r ne i he t a fc fo tme s re s c r f i l w i e is wa onsd r d t e c m p s d o i a u o o r l ton s r t r n ie e o b o o e f a lne r a t c r e a i t uc u e a d a no i e r s r t e ARI A de sus d t r d c h i a omp e tofta fc fow i e nln a t uc ur . M mo lwa e o p e it t e lne r c on n r fi l tm

s re n h r i ca e r l n t r d lwa p l d t h o l e r r sd a o o e t e i s a d t e a tf i l n u a e wo k mo e s a p i o t e n n i a e i u lc mp n n i e n p e ito . Re u t h w ha he hy rd mo l r dcin s ls s o t tt b i de,whih t ke dv n a e o heuni e s r n h of c a sa a t g ft qu te gt t wo m o e s i i a n nl a d lng,c n pr du e mo e a c r t r d c i s t n t t he t d l n lne ra d no i r mo e i ne a o c r c u a e p e i ton ha ha ofsn e mo 1 i gl de .Th brd mo lc n be a fii ntme ho o t e s r—e m r f i l w r— e hy i de a n e

fc e t d t h ho t t r t a fc fo p e diton ci .

Ke r:t a fc e g ne rn y wo ds r fi n i e i g;s or— e m r fi l h tt r t a fc fow e c i n;ARI A pr dito M mod l r iii ln u e;a tfca e— r ln t a e wor k:tme s re i eis

O

引# 交通流預(yù)測是智能運輸系統(tǒng)中的路徑誘導(dǎo)和交

通流控制的必要條件，通流信息的實時性和可靠交 性直接關(guān)系到交通管理與控制的效果，此短時交因通流預(yù)測是一個研究熱點。交通流預(yù)測模型與方法

收稿日期：0 61—4 2 0—02基金項目：家自然科學(xué)基金項目(0 70 4;東省自然科學(xué)基金項目( 6 2 2 9國 55 8 6 )廣 0051)

作者簡介：滿春 (9 8)男，譚 16一，湖南汝城人，教授，副工學(xué)博士，— i tn@ju e u c。 E mal amc n . d .n:

  本文關(guān)鍵詞：基于ARIMA與人工神經(jīng)網(wǎng)絡(luò)組合模型的交通流預(yù)測，由筆耕文化傳播整理發(fā)布。