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:
针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律;采用综合自回归移动平均(ARIMA)时间序列模型对交通流进行预测;并对实测交通数据进行验证分析.结果表明,该方法具有较高的预测精度,可用于交通流的实时动态预测.
推荐文章
基于ARIMA和小波神经网络组合模型的交通流预测
交通流预测
差分自回归滑动平均模型
小波神经网络
组合模型
基于ARIMA和灰色模型加权组合的短期交通流预测
数据融合
ARIMA
灰色模型
加权
小波分析
基于小波分析与隐马尔科夫模型的短时交通流预测
智能交通系统
短时交通流预测
小波分析
隐马尔科夫模型
基于ARIMA-GARCH-M模型的短时交通流预测方法
交通工程
交通流时间序列
预测
异方差性
ARIMA-GARCH-M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 基于小波分析和ARIMA模型的交通流预测方法
来源期刊 同济大学学报(自然科学版) 学科 交通运输
关键词 交通流预测 小波分析 消噪 综合自回归移动平均模型
年,卷(期) 2009,(4) 所属期刊栏目 交通运输工程
研究方向 页码范围 486-489,494
页数 5页 分类号 U491
字数 3468字 语种 中文
DOI
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 杨晓光 同济大学交通运输工程学院 336 8479 53.0 72.0
2 吴志周 同济大学交通运输工程学院 32 436 13.0 20.0
3 刘好德 同济大学测量与国土信息工程系 23 682 12.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (98)
参考文献  (5)
节点文献
引证文献  (70)
同被引文献  (129)
二级引证文献  (179)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
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)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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(7)
  • 引证文献(7)
  • 二级引证文献(0)
2012(11)
  • 引证文献(7)
  • 二级引证文献(4)
2013(29)
  • 引证文献(8)
  • 二级引证文献(21)
2014(23)
  • 引证文献(6)
  • 二级引证文献(17)
2015(25)
  • 引证文献(5)
  • 二级引证文献(20)
2016(31)
  • 引证文献(9)
  • 二级引证文献(22)
2017(42)
  • 引证文献(5)
  • 二级引证文献(37)
2018(25)
  • 引证文献(9)
  • 二级引证文献(16)
2019(39)
  • 引证文献(7)
  • 二级引证文献(32)
2020(12)
  • 引证文献(2)
  • 二级引证文献(10)
研究主题发展历程
节点文献
交通流预测
小波分析
消噪
综合自回归移动平均模型
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
同济大学学报(自然科学版)
月刊
0253-374X
31-1267/N
大16开
上海四平路1239号
4-260
1956
chi
出版文献量(篇)
6707
总下载数(次)
15
总被引数(次)
105464
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导