融合时空信息的短时交通流预测

• 作者: 刘澜 卢维科 尹俊淞 褚鹏宇
• 来源期刊: 计算机工程与应用
• 学科: 交通运输
• 关键词: 智能交通 交通流预测 灰色系统 马尔科夫链
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 工程与应用
• 页码范围: 246-250
• 页数: 5页
• 分类号: U491
• 字数: 4650字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1407-0613

摘要

为了准确描述交通流的时空演化过程并提高交通流短时预测的精度，融合时空交通流信息，即时间维度的交通流量信息和空间维度的路网耦合信息，构造基于GM（1，N）-Markov 链的组合预测模型。将预测路段与关联路段看作是一个灰色系统并对其进行灰关联分析，通过对灰关联度最低阈值的设定，实现了空间信息的深度挖掘和对无效信息的过滤清洗；利用多维GM（1，N）模型对预测点与强关联点作全局、系统的分析预测，并针对GM（1，N）对随机性较大的数列可能出现预测失效的问题，引入马尔科夫链对模型进行修正；利用VISSIM对模型进行仿真验证，分别以2 min、5 min、10 min为时间间隔进行仿真模拟，预测平均相对误差分别为9.30%、5.95%、3.20%，模型精度均为优，证实模型是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘澜	西南交通大学交通运输与物流学院	113	960	19.0	25.0
2	尹俊淞	西南交通大学交通运输与物流学院	10	65	5.0	7.0
3	褚鹏宇	西南交通大学交通运输与物流学院	4	35	4.0	4.0
4	卢维科	西南交通大学交通运输与物流学院	7	21	3.0	4.0