10.13705/j.issn.1671-6833.2017.02.009
基于ARMA和卡尔曼滤波的短时交通预测
交通预测是智能交通运输系统研究中的一个重要组成部分.为了有效地获取短时交通流量预测数据,保障交叉口畅通,依据道路情况的不确定性以及交通流的非线性变化,应用ARMA模型及卡尔曼滤波模型通过预测结果误差大小来组合预测路段短时交通流量.实例表明,组合模型预测结果达到较高的预测精度,预测误差降低到了5.79%,并且比单一模型预测精度要高.通过该组合模型可以更准确地预测短时交通流量,同时也可以为交叉口信号配时提供必要的理论依据和技术指导,对减小交通延误,提高道路服务水平有一定的应用价值.
智能交通、短时交通预测、ARMA、卡尔曼滤波、预测误差
38
U491(交通工程与公路运输技术管理)
江西省青年科学基金计划资助项目20151BAB216024;江西省交通运输厅科技资助项目2014R0011
2017-07-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
36-40