基于EMD聚类与ARMA的交通流量预测方法

• 作者: 余林 柏吉琼 舒勤
• 来源期刊: 公路
• 学科: 交通运输
• 关键词: 高速公路 交通量预测 经验模态分解 自回归滑动平均 聚类 短时预测
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 综合
• 页码范围: 124-129
• 页数: 6页
• 分类号: U491.113
• 语种: 中文

摘要

为了准确掌握未来交通流量的变化趋势,提高高速公路路网的管理效率,采用经验模态分解(EMD)和自回归滑动平均(ARMA)模型,提出了一种短时交通流量预测方法.根据高速公路收费站数据,使用EMD将统计的时间序列分解为有限个固有模态分量,对固有模态分量使用模糊C均值聚类,再采用ARMA将聚类后的固有模态分量进行预测,最后把每个分量预测值求和得到交通流量预测值.实例仿真计算表明,该算法比直接使用ARMA模型进行预测具有更高的预测精度,是一种有效的短时交通量预测方法.