融合时空信息的短时交通流预测

摘要：

为了准确描述交通流的时空演化过程并提高交通流短时预测的精度，融合时空交通流信息，即时间维度的交通流量信息和空间维度的路网耦合信息，构造基于GM（1，N）-Markov 链的组合预测模型。将预测路段与关联路段看作是一个灰色系统并对其进行灰关联分析，通过对灰关联度最低阈值的设定，实现了空间信息的深度挖掘和对无效信息的过滤清洗；利用多维GM（1，N）模型对预测点与强关联点作全局、系统的分析预测，并针对GM（1，N）对随机性较大的数列可能出现预测失效的问题，引入马尔科夫链对模型进行修正；利用VISSIM对模型进行仿真验证，分别以2 min、5 min、10 min为时间间隔进行仿真模拟，预测平均相对误差分别为9.30%、5.95%、3.20%，模型精度均为优，证实模型是有效的。

关键词：智能交通、交通流预测、灰色系统、马尔科夫链

所属期刊栏目：52

分类号：U491(交通工程与公路运输技术管理)

资助基金：四川省科技支撑计划项目No.2014GZ0019；四川省重点实验室研究基金项目No.szjj2011-031。

在线出版日期：2016-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：246-250