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:
依托从英国快速路系统中采集到的实际交通流数据,研究了时间汇集间隔对交通流异方差性的影响.使用1 ~ 30 min共30种时间汇集间隔,生成了30个实际交通流数据序列,确定并估计了相应的ARIMA模型,计算后得到30个交通流量残差序列.针对不同汇集间隔下的ARIMA模型残差序列,应用portmanteau Q检验和LM(Lagrange multiplier)检验,分析了交通流量序列的异方差性.实证结果表明:交通流量序列在选定的30个汇集间隔都具有显著的异方差性;较长的时间汇集间隔可以消减交通流量序列中的噪声,从而减弱交通流异方差性的程度.研究结果有助于开发具有较高可靠性和鲁棒性的交通管理和控制系统.
推荐文章
城市道路交通流监测数据最优汇集时间间隔分析
交通流监测
最优汇集时间间隔
交叉验证均方差
t检验
利用模糊时间序列进行短时交通流预测
短时交通流预测
模糊时间序列
时变模糊时间序列
时不变模糊时间序列
基于复杂网络理论的空中交通流时间序列分析
空中交通流
复杂网络
时间序列分析
可视图
拓扑分析
宝山引航作业区在航引航交接对船舶交通流的影响
航运
宝山引航作业区
在航
引航
交通流
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 时间汇集间隔对交通流异方差性的影响
来源期刊 东南大学学报(英文版) 学科 交通运输
关键词 异方差性 交通流 ARIMA 残差
年,卷(期) 2013,(4) 所属期刊栏目
研究方向 页码范围 445-449
页数 5页 分类号 U491
字数 494字 语种 英文
DOI 10.3969/j.issn.1003-7985.2013.04.017
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 项乔君 东南大学交通学院 82 1163 21.0 30.0
2 郭建华 东南大学智能运输系统研究中心 32 257 8.0 15.0
3 史国刚 东南大学交通学院 2 2 1.0 1.0
4 张宏新 东南大学智能运输系统研究中心 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
异方差性
交通流
ARIMA
残差
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导