【摘要】：研究高速路交通流量預(yù)測建模問題,交通流量數(shù)據(jù)不僅具有周期性還具有波動(dòng)性。由于交通流量存在隨機(jī)性,傳統(tǒng)模型只反映了交通流量一部分信息,預(yù)測準(zhǔn)確度較低。為了提高高速路交通流量預(yù)測精度,結(jié)合交通流量數(shù)據(jù)特性,提出了一種新的混合預(yù)測方法。采用EEMD分解非周期分量,使其信息最大化,對分解出的分量進(jìn)行GARCH效應(yīng)檢驗(yàn)。根據(jù)檢驗(yàn)結(jié)果建立了混合預(yù)測模型。針對成都市某高速路的實(shí)測交通流量數(shù)據(jù),采用混合預(yù)測模型與EEMD-ARMA模型、神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,高速路交通流量的非周期分量存在明顯的GARCH效應(yīng),相比于傳統(tǒng)模型,混合模型的預(yù)測平均誤差和均方誤差小,預(yù)測精度高且穩(wěn)定。
[Abstract]:The traffic flow data are not only periodic but also fluctuating. Because of the randomness of traffic flow, the traditional model only reflects a part of traffic flow information, and the prediction accuracy is low. In order to improve the accuracy of highway traffic flow prediction, a new hybrid forecasting method is proposed based on the characteristics of traffic flow data. EEMD is used to decompose the aperiodic component to maximize its information and to test the GARCH effect of the decomposed component. Based on the test results, a mixed prediction model is established. Based on the measured traffic flow data of a highway in Chengdu, the mixed prediction model, EEMD-ARMA model and neural network model are used to carry out the contrast experiment. The experimental results show that the aperiodic component of highway traffic flow has obvious GARCH effect. Compared with the traditional model, the prediction average error and mean square error of the mixed model are small, and the prediction accuracy is high and stable.
【作者單位】： 四川大學(xué)電氣信息學(xué)院;
【基金】：四川省交通科技項(xiàng)目(2013c7-1)
【分類號(hào)】：U491

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 邵忍平;曹精明;李永龍;;基于EMD小波閾值去噪和時(shí)頻分析的齒輪故障模式識(shí)別與診斷[J];振動(dòng)與沖擊;2012年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張霆;張友鵬;;基于EMD小波包和ANFIS的滾動(dòng)軸承故障診斷[J];計(jì)算機(jī)工程與應(yīng)用;2013年21期

2 楊洪濤;方傳智;;高壓水射流靶物探測反射聲優(yōu)化處理方法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

3 李鵬宇;邵忍平;汪亞運(yùn);;基于Shannon熵的LCD-SVM方法在齒輪故障分類中的研究[J];機(jī)械傳動(dòng);2014年04期

4 王向紅;向建軍;尹東;;微弱裂紋信號(hào)的ICA盲源分離提取[J];長沙理工大學(xué)學(xué)報(bào);2014年02期

5 劉福榮;孫福軍;田偉;姜述杰;;基于EEMD峰度閾值變壓器振動(dòng)信號(hào)降噪方法[J];黑龍江電力;2014年03期

6 余發(fā)軍;周鳳星;;基于EEMD和自相關(guān)函數(shù)特性的自適應(yīng)降噪方法[J];計(jì)算機(jī)應(yīng)用研究;2015年01期

7 柴凱;張梅軍;黃杰;陳灝;;基于LabVIEW的液壓系統(tǒng)故障信號(hào)處理方法[J];機(jī)床與液壓;2015年01期

8 翟哲;李偉凱;李長凱;裴玉;;EMD在葉綠素光譜信號(hào)去噪中的應(yīng)用[J];江蘇農(nóng)業(yè)科學(xué);2015年04期

9 劉曉艷;賈明濤;;基于改進(jìn)EMD—小波閾值聯(lián)合去噪的城市地下管線識(shí)別與定位[J];中國安全生產(chǎn)科學(xué)技術(shù);2015年06期

10 孟宗;李?yuàn)檴?;基于小波改進(jìn)閾值去噪和HHT的滾動(dòng)軸承故障診斷[J];振動(dòng)與沖擊;2013年14期

相關(guān)博士學(xué)位論文 前4條

1 劉學(xué)工;基于油液監(jiān)測技術(shù)的重型車輛故障診斷研究[D];長春理工大學(xué);2013年

2 孟秀芝;井下爆破震源實(shí)時(shí)監(jiān)測與定位系統(tǒng)的研究與應(yīng)用[D];中國礦業(yè)大學(xué)（北京）;2014年

3 鐘先友;旋轉(zhuǎn)機(jī)械故障診斷的時(shí)頻分析方法及其應(yīng)用研究[D];武漢科技大學(xué);2014年

4 王慧泉;動(dòng)態(tài)光譜法血液成分無創(chuàng)檢測若干關(guān)鍵技術(shù)研究[D];天津大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 付新欣;基于小波分析的滾動(dòng)軸承故障診斷技術(shù)研究[D];沈陽航空航天大學(xué);2013年

2 徐春雷;基于粒子濾波方法的齒輪箱故障診斷技術(shù)[D];中北大學(xué);2013年

3 張婧;面向云計(jì)算運(yùn)營管理的資源預(yù)測模型[D];西北大學(xué);2013年

4 樊劉娟;WPD-EEMD方法在腦電信號(hào)處理中的應(yīng)用研究[D];太原理工大學(xué);2013年

5 劉霞;風(fēng)力機(jī)傳動(dòng)系統(tǒng)故障診斷研究[D];華中科技大學(xué);2013年

6 翟哲;EMD方法在近紅外光譜信號(hào)去噪問題中的應(yīng)用[D];黑龍江八一農(nóng)墾大學(xué);2014年

7 田京;針對腦電控制假手的運(yùn)動(dòng)想象識(shí)別及其本體感覺反饋研究[D];杭州電子科技大學(xué);2014年

8 陳仁磊;瓦斯時(shí)間序列混沌特性分析及預(yù)測研究[D];燕山大學(xué);2014年

9 曹鵬;旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測方法研究及系統(tǒng)實(shí)現(xiàn)[D];西南石油大學(xué);2014年

10 王斌;基于小波分析和BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法研究[D];蘭州交通大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 李振興;徐洪洲;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的小波閾值降噪方法研究[J];計(jì)算機(jī)仿真;2009年09期

2 邵忍平;黃欣娜;劉宏昱;徐永強(qiáng);;基于高階累積量的齒輪系統(tǒng)故障檢測與診斷[J];機(jī)械工程學(xué)報(bào);2008年06期

3 鞠萍華;秦樹人;秦毅;丁志宇;;多分辨EMD方法與頻域平均在齒輪早期故障診斷中的研究[J];振動(dòng)與沖擊;2009年05期

相關(guān)碩士學(xué)位論文 前1條

1 周丹;短時(shí)傅里葉變換和提升小波變換在脈象信號(hào)分析中的應(yīng)用[D];重慶大學(xué);2008年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 首艷芳;徐建閩;李紅杰;;中國南部交通流量預(yù)測模型研究(英文)[J];科學(xué)技術(shù)與工程;2008年11期

2 康維新;楊文彬;李鵬;盛卓;姜澎;劉紹云;;交通流量遠(yuǎn)程發(fā)布系統(tǒng)設(shè)計(jì)[J];哈爾濱理工大學(xué)學(xué)報(bào);2012年05期

3 王繼彩;改革包車制度 減少交通流量[J];交通與運(yùn)輸;1994年06期

4 韋明;公路車輛交通流量管理系統(tǒng)[J];電腦學(xué)習(xí);2000年01期

5 王鐵宇,周宏偉,陳建坤,齊道合;淺談交通流量觀測儀的選型問題[J];黑龍江交通科技;2002年03期

6 崔杰,丁廣德,熊憲英,汪楠;天津市交通流量調(diào)查和分析[J];城市環(huán)境與城市生態(tài);2003年06期

7 黃潂,陳森發(fā),周振國,亓霞;城市交通流量的非線性混沌預(yù)測模型研究(英文)[J];Journal of Southeast University(English Edition);2003年04期

8 徐啟華;楊瑞;;支持向量機(jī)在交通流量實(shí)時(shí)預(yù)測中的應(yīng)用[J];公路交通科技;2005年12期

9 肖鵬;白存儒;李思海;褚芳芳;;交通流量比率控制指數(shù)應(yīng)用分析[J];華東交通大學(xué)學(xué)報(bào);2006年02期

10 張玉梅;曲仕茹;溫凱歌;;交通流量的混沌特性分析及預(yù)測模型研究[J];土木工程學(xué)報(bào);2009年01期

相關(guān)會(huì)議論文 前5條

1 楊文;張志敏;萬浩;;一種改進(jìn)的短期交通流量多步預(yù)測模型[A];轉(zhuǎn)型與重構(gòu)——2011中國城市規(guī)劃年會(huì)論文集[C];2011年

2 谷遠(yuǎn)利;余惠華;;動(dòng)態(tài)交通流量預(yù)測方法研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（上冊）[C];2005年

3 斯文駿;郭曉澤;宋國杰;吳峻;謝昆青;;一種新建道路對高速公路網(wǎng)交通流量影響的分析方法[A];第八屆中國智能交通年會(huì)優(yōu)秀論文集——智能交通與安全[C];2013年

4 陳迎迎;楊永耀;吳昊e，

本文編號(hào)：2254723