基于ARIMA模型的短时交通流实时自适应预测

• 作者: 宋苏 王成红 韩超
• 来源期刊: 系统仿真学报
• 学科: 交通运输
• 关键词: 时间序列分析 ARIMA模型 短时交通流预测 自适应预测 实时预测
• 年，卷（期）: 2004,（7）
• 所属期刊栏目: 信息与控制
• 页码范围: 1530-1532,1535
• 页数: 4页
• 分类号: U491.1
• 字数: 3674字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2004.07.042

摘要

实时、准确的短时交通流量预测是智能交通系统(ITS)中的一个关键问题.基于采用ARIMA(p,d,0)模型结构的时间序列分析方法,提出一种短时交通流实时自适应预测算法.在该算法中采用带遗忘因子的递推最小二乘方法进行参数估计,采用基于线性最小方差预报原理的Astrom预报算法进行预报.针对大量实测数据进行仿真实验,结果表明:减小遗忘因子可以提高一步预测的性能.此外,将该算法分别应用于工作日和双休日的数据时,仿真实验都取得了较好的预测效果,说明该算法对不同交通流状况具有较好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王成红	国家自然科学基金委员会信息学部	16	385	7.0	16.0
2	宋苏	北京工业大学电子信息与控制工程学院	11	253	5.0	11.0
3	韩超	北京工业大学电子信息与控制工程学院	2	178	2.0	2.0