基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以城市道路短期交通特征为基础,提出在使用季节自回归求和移动平均(SARIMA)模型进行预测时还应该考虑交通流日周期性特征,以提高模型的预测能力.预测研究不仅考虑了模型的样本内预测而且考虑了样本外预测,并通过两个预测误差统计量,即预测误差绝对值均值和预测误差百分比绝对值均值,来对模型预测表现进行衡量与比较.研究结果显示,虽然只考虑城市道路短期交通流数据中周周期性的SARIMA模型预测能力比只考虑日周期性特征的SARIMA模型好,但是却比既考虑交通流数据中周周期性又考虑数据中的日周期性的SARIMA模型表现差.
推荐文章
BNs-OLS-SARIMA对城市短时交通流的预测
智能交通系统
短时交通流预测
贝叶斯网-最小二乘-非平稳季节模型
周期性
基于监测的城市道路交通碳排放模型研究
道路交通
碳排放模型
监测
基于GIS的城市道路交通流信息发布系统应用研究
交通流信息
地理信息系统
存储过程
MapX控件
专题地图
基于灰色关联模型的城市道路交通拥堵评价研究
城市道路
交通拥堵评价
信息熵
灰色关联模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SARIMA模型的城市道路短期交通流预测研究
来源期刊 公路交通科技 学科 交通运输
关键词 交通工程 短期交通流预测 季节自回归求和移动平均模型 日周期性 周周期性
年,卷(期) 2008,(1) 所属期刊栏目 智能运输系统与交通工程
研究方向 页码范围 129-133
页数 5页 分类号 U491.1+12
字数 5202字 语种 中文
DOI 10.3969/j.issn.1002-0268.2008.01.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙湘海 长沙理工大学交通运输学院 12 149 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (79)
参考文献  (4)
节点文献
引证文献  (52)
同被引文献  (65)
二级引证文献  (78)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(11)
  • 引证文献(8)
  • 二级引证文献(3)
2013(10)
  • 引证文献(6)
  • 二级引证文献(4)
2014(10)
  • 引证文献(3)
  • 二级引证文献(7)
2015(16)
  • 引证文献(4)
  • 二级引证文献(12)
2016(14)
  • 引证文献(6)
  • 二级引证文献(8)
2017(18)
  • 引证文献(7)
  • 二级引证文献(11)
2018(18)
  • 引证文献(1)
  • 二级引证文献(17)
2019(20)
  • 引证文献(8)
  • 二级引证文献(12)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
交通工程
短期交通流预测
季节自回归求和移动平均模型
日周期性
周周期性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
公路交通科技
月刊
1002-0268
11-2279/U
大16开
北京市西土城路8号
2-480
1984
chi
出版文献量(篇)
6909
总下载数(次)
12
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导