原文服务方: 计算机应用研究       
摘要:
针对混合交通流中车辆类型的不确定性和随机性,导致了直接对总车流量进行预测时难以获得较高的预测精度问题,提出一种分车型的流量预测方法.依据各种车型的车流量变化规律不同的特点,选用改进的时间序列算法对大型车和拖挂车的流量进行预测,选用二次指数平滑法对小客车和中型车的流量进行预测;然后通过车辆折算系数将各车型的流量预测值进行加权求和,从而得到总车流量预测值;最后利用渝武高速公路上微波车检器的实测数据对提出的预测方法进行了实验验证,并与非参数回归预测方法和卡尔曼滤波预测方法进行了对比.实验结果表明,无论在工作日还是节假日,分车型的流量预测方法均具有更高的预测精度,该结果为进一步提高高速公路管控能力建立了基础.
推荐文章
改进时间序列模型在高速公路短时交通流量预测中的应用
交通工程
交通流量预测
时间序列
样本序列
动态建模
参数调整
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
基于核学习方法的短时交通流量预测
核学习方法
短时交通流
预测
高速公路交通需求预测方法
高速公路
交通量预测
转移交通量
诱增交通量
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 分车型的高速公路短时交通流量预测方法研究
来源期刊 计算机应用研究 学科
关键词 交通流 短时预测 分车型 时间序列 二次指数平滑
年,卷(期) 2015,(7) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1996-1999
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.07.020
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 孙棣华 重庆大学自动化学院 114 1749 23.0 35.0
2 杨智勇 重庆工程职业技术学院信息工程学院 35 87 5.0 7.0
6 周桐 重庆工程职业技术学院信息工程学院 23 64 4.0 6.0
10 魏方强 重庆大学自动化学院 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (82)
参考文献  (11)
节点文献
引证文献  (17)
同被引文献  (72)
二级引证文献  (44)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
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(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(16)
  • 引证文献(8)
  • 二级引证文献(8)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(16)
  • 引证文献(2)
  • 二级引证文献(14)
2020(13)
  • 引证文献(0)
  • 二级引证文献(13)
研究主题发展历程
节点文献
交通流
短时预测
分车型
时间序列
二次指数平滑
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导