【摘要】：針對出行者出行時對交通信息預(yù)報以及動態(tài)路徑規(guī)劃的要求,對路段的歷史交通流時間序列數(shù)據(jù)進(jìn)行了研究,利用城市路段交通流的周期相似性特征提出了基于縱橫序列相似性的短期交通流預(yù)測VHSSA模型,該模型克服了以往預(yù)測模型只考慮縱向時間序列周期性相似的缺陷,將全時間序列數(shù)據(jù)進(jìn)行小波變換后分解為反映基本變化規(guī)律的基序列和反映波動變化情況的波動序列,既可只進(jìn)行基序列預(yù)測,也可通過置信區(qū)間對波動序列進(jìn)行修正,再與基序列疊加進(jìn)行全序列預(yù)測。經(jīng)試?yán)炞C,VHSSA模型和基于縱向序列相似性的VSSA模型分別與實測序列的基序列和全序列進(jìn)行比對,VHSSA模型的預(yù)測效果總體優(yōu)于VSSA模型,誤差可滿足實際要求。
[Abstract]:According to the requirement of traffic information forecast and dynamic path planning, the time series data of historical traffic flow are studied. Based on the characteristics of periodic similarity of urban traffic flow, a short-term traffic flow forecasting VHSSA model based on the similarity of longitudinal and horizontal sequence is proposed. The model overcomes the limitation that the previous prediction model only considers the periodic similarity of longitudinal time series. After wavelet transform, the whole time series data are decomposed into the base series which reflects the basic change law and the fluctuation sequence which reflects the fluctuation change. It can not only predict the base sequence, but also modify the fluctuation sequence by confidence interval. And then superimposed with the base sequence to predict the whole sequence. An example shows that the VHSSA model and the VSSA model based on the similarity of longitudinal sequence are aligned with the base sequence and the whole sequence of the measured sequence respectively. The prediction effect of the VHSSA model is better than that of the VSSA model, and the error can meet the practical requirements.
【作者單位】： 上海理工大學(xué)光電信息與計算機(jī)工程學(xué)院;上海理工大學(xué)管理學(xué)院;
【基金】：國家自然科學(xué)基金項目(51008196) 上海市重點(diǎn)學(xué)科項目(S30504)
【分類號】：U491.112

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 韓超,宋蘇,王成紅;一種改進(jìn)的短時交通流多步自適應(yīng)預(yù)測算法[J];公路交通科技;2005年01期

2 劉潭秋;孫湘海;鐘翔;;基于三制度SETAR模型的短期交通流預(yù)測[J];公路交通科技;2010年10期

3 沈國江;王嘯虎;孔祥杰;;短時交通流量智能組合預(yù)測模型及應(yīng)用[J];系統(tǒng)工程理論與實踐;2011年03期

4 姚智勝;熊志華;邵春福;;交通流短時預(yù)測的相關(guān)性研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年02期

5 陸鋒;鄭年波;段瀅瀅;張健欽;;出行信息服務(wù)關(guān)鍵技術(shù)研究進(jìn)展與問題探討[J];中國圖象圖形學(xué)報;2009年07期

相關(guān)博士學(xué)位論文 前1條

1 李星毅;基于相似性的交通流分析方法[D];北京交通大學(xué);2010年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭年波;陸鋒;李清泉;段瀅瀅;;顧及轉(zhuǎn)向延誤的時間依賴A~*最短路徑算法[J];測繪學(xué)報;2010年05期

2 金鳳君;張文嘗;王姣娥;王成金;;中國交通地理學(xué)的成長與發(fā)展——建所70周年交通地理研究成果與展望[J];地理科學(xué)進(jìn)展;2011年04期

3 王建;鄧衛(wèi);趙金寶;;基于改進(jìn)型貝葉斯組合模型的短時交通流量預(yù)測[J];東南大學(xué)學(xué)報(自然科學(xué)版);2012年01期

4 陳傳彬;陸鋒;勵惠國;王欽敏;;城市路網(wǎng)信息融合的關(guān)鍵技術(shù)[J];地球信息科學(xué)學(xué)報;2009年04期

5 王爽;沈強(qiáng);;交通出行信息服務(wù)平臺關(guān)鍵問題研究綜述[J];公路交通科技;2012年S1期

6 曹政才;韓丁富;王永吉;;面向城市交通網(wǎng)絡(luò)的一種新型動態(tài)路徑尋優(yōu)方法[J];電子學(xué)報;2012年10期

7 袁健;范炳全;;交通流短時預(yù)測研究進(jìn)展[J];城市交通;2012年06期

8 姜桂艷;王秋蘭;李琦;;基于多時間尺度一步外推的短時交通參數(shù)多步預(yù)測方法[J];公路交通科技;2013年02期

9 張恒才;陸鋒;陳潔;;網(wǎng)絡(luò)空間移動對象模型的應(yīng)用與發(fā)展[J];地球信息科學(xué)學(xué)報;2013年03期

10 張秋余;朱學(xué)明;;基于GA-Elman神經(jīng)網(wǎng)絡(luò)的交通流短時預(yù)測方法[J];蘭州理工大學(xué)學(xué)報;2013年03期

相關(guān)博士學(xué)位論文 前10條

1 張楊;不確定環(huán)境下城市交通中車輛路徑選擇研究[D];西南交通大學(xué);2006年

2 李曉斌;交通出行信息服務(wù)平臺及其關(guān)鍵技術(shù)應(yīng)用研究[D];華南理工大學(xué);2010年

3 趙明;基于數(shù)據(jù)的網(wǎng)格化城市交通信息系統(tǒng)理論初探和實現(xiàn)[D];北京交通大學(xué);2011年

4 齊馳;近似動態(tài)規(guī)劃方法及其在交通中的應(yīng)用[D];北京交通大學(xué);2012年

5 楊飛;基于回聲狀態(tài)網(wǎng)絡(luò)的交通流預(yù)測模型及其相關(guān)研究[D];北京郵電大學(xué);2012年

6 李琦;基于多源數(shù)據(jù)的交通狀態(tài)監(jiān)測與預(yù)測方法研究[D];吉林大學(xué);2013年

7 孫曉亮;城市道路交通狀態(tài)評價和預(yù)測方法及應(yīng)用研究[D];北京交通大學(xué);2013年

8 徐慧;粒子群優(yōu)化算法改進(jìn)及其在煤層氣產(chǎn)能預(yù)測中的應(yīng)用研究[D];中國礦業(yè)大學(xué);2013年

9 郭歡;基于灰理論的短時交通流動力學(xué)建模預(yù)測與優(yōu)化研究[D];武漢理工大學(xué);2013年

10 楊軍;地鐵客流短期預(yù)測及客流疏散模擬研究[D];北京交通大學(xué);2014年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陸鋒,周成虎,萬慶;基于特征的城市交通網(wǎng)絡(luò)非平面數(shù)據(jù)模型[J];測繪學(xué)報;2000年04期

2 陸鋒;最短路徑算法:分類體系與研究進(jìn)展[J];測繪學(xué)報;2001年03期

3 陸鋒,周成虎,萬慶;基于特征的城市交通網(wǎng)絡(luò)非平面數(shù)據(jù)庫的實現(xiàn)[J];測繪學(xué)報;2002年02期

4 任其亮;;基于小波與混沌集成的短時交通流預(yù)測[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2008年04期

5 羅黨,劉思峰,黨耀國;灰色模型GM(1,1)優(yōu)化[J];中國工程科學(xué);2003年08期

6 劉斌,劉思峰,黨耀國;基于灰色系統(tǒng)理論的時序數(shù)據(jù)挖掘技術(shù)[J];中國工程科學(xué);2003年09期

7 王正武,黃中祥;短時交通流預(yù)測模型的分析與評價[J];系統(tǒng)工程;2003年06期

8 王輝;王孝坤;王權(quán);;一種交通流狀態(tài)智能推理系統(tǒng)[J];系統(tǒng)工程;2007年12期

9 李松;劉力軍;郭海玲;;短時交通流混沌預(yù)測方法的比較[J];系統(tǒng)工程;2009年09期

10 劉靜,關(guān)偉;交通流預(yù)測方法綜述[J];公路交通科技;2004年03期

相關(guān)博士學(xué)位論文 前4條

1 曾海泉;時間序列挖掘與相似性查找技術(shù)研究[D];復(fù)旦大學(xué);2003年

2 肖輝;時間序列的相似性查詢與異常檢測[D];復(fù)旦大學(xué);2005年

3 劉彬生;基于小波和傅立葉變換的道路交通量預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2006年

4 曲吉林;時間序列挖掘中索引與查詢技術(shù)的研究[D];天津大學(xué);2006年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 史其信,鄭為中;道路網(wǎng)短期交通流預(yù)測方法比較[J];交通運(yùn)輸工程學(xué)報;2004年04期

2 王進(jìn),史其信;神經(jīng)網(wǎng)絡(luò)模型在短期交通流預(yù)測領(lǐng)域應(yīng)用綜述[J];河南科技大學(xué)學(xué)報(自然科學(xué)版);2005年02期

3 向紅艷;朱順應(yīng);王紅;嚴(yán)新平;;短期交通流預(yù)測效果的模糊綜合評判[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2005年06期

4 王曉原;吳磊;張開旺;張敬磊;;非參數(shù)小波算法的交通流預(yù)測方法[J];系統(tǒng)工程;2005年10期

5 向紅艷;肖盛燮;;模糊數(shù)學(xué)方法在交通流預(yù)測評價中的應(yīng)用[J];重慶交通學(xué)院學(xué)報;2006年04期

6 王進(jìn);史其信;;基于非線性理論的短期交通流預(yù)測研究[J];西安建筑科技大學(xué)學(xué)報(自然科學(xué)版);2006年02期

7 黃洪瓊;湯天浩;;基于最優(yōu)梯度自適應(yīng)優(yōu)化算法的交通流預(yù)測[J];計算機(jī)工程;2007年07期

8 喬德華;張開禾;范耀祖;;多模型交通流預(yù)測優(yōu)化[J];交通標(biāo)準(zhǔn)化;2007年04期

9 李冬;;關(guān)于交通流預(yù)測各種模型的探討[J];今日科苑;2007年16期

10 馬海波;何超;徐鵬;;交通流預(yù)測網(wǎng)格自適應(yīng)負(fù)載平衡研究[J];科學(xué)技術(shù)與工程;2008年15期

相關(guān)會議論文 前5條

1 姜敏華;張曉東;;穩(wěn)定轉(zhuǎn)彎比例下的交通流預(yù)測[A];2007第三屆中國智能交通年會論文集[C];2007年

2 閆偉;劉云崗;王桂華;;數(shù)據(jù)挖掘在交通流預(yù)測模型中的研究與應(yīng)用[A];2008第四屆中國智能交通年會論文集[C];2008年

3 陳岳明;蕭德云;;擁堵條件下的路網(wǎng)交通流預(yù)測[A];2008’“先進(jìn)集成技術(shù)”院士論壇暨第二屆儀表、自動化與先進(jìn)集成技術(shù)大會論文集[C];2008年

4 田夫;李勇;孫占全;;短時交通流預(yù)測方法研究[A];2007第三屆中國智能交通年會論文集[C];2007年

5 王勝;萬健如;楊岳楓;韓雙;;基于蒙特卡羅法電梯交通流預(yù)測[A];天津市電機(jī)工程學(xué)會2012年學(xué)術(shù)年會論文集[C];2012年

相關(guān)博士學(xué)位論文 前1條

1 楊飛;基于回聲狀態(tài)網(wǎng)絡(luò)的交通流預(yù)測模型及其相關(guān)研究[D];北京郵電大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 田珠;大規(guī)模路網(wǎng)實時交通流預(yù)測模型及應(yīng)用研究[D];大連理工大學(xué);2008年

2 王渭巍;公路交通流預(yù)測中“機(jī)理＋辨識”策略的若干基本問題[D];天津大學(xué);2007年

3 蔡巖;基于灰色預(yù)測模型的短期交通流預(yù)測研究[D];西南交通大學(xué);2009年

4 方宇;小波支持向量機(jī)在交通流預(yù)測中的應(yīng)用研究[D];大連理工大學(xué);2010年

5 徐玉霞;大規(guī)模路網(wǎng)動態(tài)交通流預(yù)測模型和算法研究[D];大連理工大學(xué);2006年

6 劉秋平;神經(jīng)網(wǎng)絡(luò)在短期交通流預(yù)測中的應(yīng)用研究[D];長安大學(xué);2011年

7 彭棟棟;基于短—長期模型組合的交通流預(yù)測方法[D];山東理工大學(xué);2012年

8 郁嬌嬌;云模型的交通流預(yù)測在智能旅游系統(tǒng)中的應(yīng)用[D];電子科技大學(xué);2013年

9 吳興福;基于信息融合技術(shù)的神經(jīng)網(wǎng)絡(luò)交通流預(yù)測系統(tǒng)[D];北京林業(yè)大學(xué);2010年

10 丁磊;天津市外環(huán)線交通流預(yù)測仿真的設(shè)計與實現(xiàn)[D];天津大學(xué);2010年

，

本文編號：2318206