基于RVM和ARIMA的短时交通流量预测方法研究

• 作者: 王春娥 王永岗 钟栋青 陈红 韦凌翔
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 交通运输
• 关键词: 交通工程 短时交通流量预测 相关向量机 多时间尺度 自回归积分移动平均模型
• 年，卷（期）: 2017,（2）
• 页码范围: 349-354
• 页数: 6页
• 分类号: U491
• 字数: 5300字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2017.02.034

摘要

为进一步提高短时交通流量预测精度,提出一种基于RVM和ARIMA的短时交通流量降噪方法.设计了降噪方法的流程,选取了降噪方法误差评价指标;基于RVM和ARIMA的短时交通流量预测方法和预测流程,引入平均绝对相对误差(MAPE)作为预测方法误差评价指标,以某城市道路的录像数据为实例,对构建的预测方法有效性进行验证.结果表明,在不同公用时间尺度(5,10,15 min)下,所提出的短时交通流量预测方法的平均绝对相对误差均小于直接运用指数降噪模型、BT神经网络模型、ARIMA模型等方法预测的结果,有效地提高了短时交通流量预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈红	长安大学公路学院	88	1140	19.0	30.0
2	韦凌翔	盐城工学院材料工程学院	9	73	4.0	8.0
4	王春娥	盐城工学院材料工程学院	14	77	5.0	8.0
5	王永岗	长安大学公路学院	15	50	4.0	6.0
8	钟栋青	盐城工学院材料工程学院	22	56	5.0	6.0