短时交通状态预测参数粒子群算法优化研究

• 作者: 姚智胜 熊志华 邵春福
• 来源期刊: 交通运输系统工程与信息
• 学科: 交通运输
• 关键词: 智能交通 短时交通状态预测 混沌理论 多维时间序列 粒子群优化算法
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 智能交通系统与信息技术
• 页码范围: 29-33
• 页数: 5页
• 分类号: U491
• 字数: 3795字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6744.2008.03.005

摘要

短时交通流预测是智能交通系统的核心内容和交通信息服务、交通诱导的重要基础.目前,道路交通数据采集设备的性价比越来越合理,道路上交通数据的采集设备不断完善,使得短时交通流状态的分析处理和预测成为可能.考虑到道路网交通状态的混沌特性和相关性,应用多维混沌时间序列可对道路网多断面交通状态进行预测.建立的多维混沌时间序列模型中有多个参数需要确定,并且与以往一维混沌时间序列预测中参数确定原则既有区别又有联系,因此在分析其差异性之后,本文利用粒子群优化算法优化模型中参数,当输入新的数据时,应用该模型就可以预测道路多点的交通状态.通过某城市快速路上7个断面交通流量来验证模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊志华	北京交通大学交通运输学院	30	716	16.0	26.0
2	邵春福	北京交通大学交通运输学院	184	3507	34.0	48.0
3	姚智胜	北京交通大学交通运输学院	15	627	11.0	15.0