基于时间序列相似性搜索的交通流短时预测方法

摘要：

为了进一步提高交通流短时预测的效果,在分析现有预测模型存在问题的基础上,设计了1种基于时间序列相似性搜索的交通流短时多步预测方法.利用界标模型对交通流时间序列数据进行模式表示,在历史数据库中搜索与当前交通流时间序列相似度较高的历史时间序列,进而确定与预测时刻相对应的历史数据,利用回声状态网络模型实现交通流的短时多步预测.采用某特大城市快速路5 min采样间隔的交通流量数据进行实验验证和对比分析.实验结果表明,回声状态网络模型的预测精度分别比ARIMA模型和BP神经网络模型提高了6.25％和3.85％,以时间序列相似性搜索结果作为模型输入数据能够进一步提高交通流短时预测的精度.

关键词：时间序列、相似性搜索、界标模型、回声状态网络、短时预测

所属期刊栏目：32

分类号：U491(交通工程与公路运输技术管理)

资助基金：“863”国家高技术研究发展计划项目2012AA112307;国家科技支撑计划项目2014BAG03B03

在线出版日期：2015-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：22-26,43