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:
针对城市道路交通流预测仅考虑正常(或没有交通事故)交通条件下短期交通流的现状,采用三制度自我激励阈值自回归(SETAR)模型进行短期交通流预测,该模型适合研究多种交通状态下交通流的动态变化行为.通过实例验证,对比分析了三制度SETAR模型和自回归求和移动平均(ARIMA)模型对城市道路5min交通流的预测,其中后者被用作比较基准模型.研究结果表明,这个模型不仅能够合理地解释交通流的变化行为,而且比ARIMA模型在向前1步样本外预测交通流变化幅度和变化方向上均有更好的预测表现.
推荐文章
基于混沌的交通流量Volterra自适应预测模型
交通工程
短期交通流预测
混沌
Volterra级数
相空间重构
基于深度学习的短时交通流预测
交通流预测
深度学习
短时交通流
支持向量回归
短时交通流预测方法研究
相关分析
支持向量机
交通流预测
智能交通
基于深度卷积神经网络的交通流量预测数学模型设计
交通流量预测
智能交通
数学模型
深度神经网络
预测精度
仿真实验
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 基于三制度SETAR模型的短期交通流预测
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 三制度SETAR模型 非典型交通条件
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 122-127,142
页数 分类号 U491.1+4
字数 6793字 语种 中文
DOI 10.3969/j.issn.1002-0268.2010.10.021
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 刘潭秋 长沙理工大学经济与管理学院 12 67 4.0 8.0
2 孙湘海 长沙理工大学交通运输工程学院 12 149 7.0 12.0
3 钟翔 湖南大学力学与航空航天学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (57)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (17)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
交通工程
短期交通流预测
三制度SETAR模型
非典型交通条件
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
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导