基于ARIMA-GARCH-M模型的短时交通流预测方法

• 作者: 尹超英 王晓全 管岭 计寻 邵春福
• 来源期刊: 北京交通大学学报
• 学科: 交通运输
• 关键词: 交通工程 交通流时间序列 预测 异方差性 ARIMA-GARCH-M模型
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 交通运输工程
• 页码范围: 79-84
• 页数: 6页
• 分类号: U491
• 字数: 4342字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2018.04.011

摘要

针对差分自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)模型在获得时间序列非线性特性中的局限,基于线性递归的ARIMA模型和非线性递归的广义自回归条件异方差—均值(Generalized Autoregressive Conditional Heteroscedasticity in Mean,GARCH-M)模型,提出一种组合模型ARIMA-GARCH-M进行短时交通流预测,并利用城市快速路交通流数据进行模型预测精度的检验.结果表明:ARIMA-GARCH-M模型考虑了异方差性这一非线性特性,相比于ARIMA-SVR模型和ARIMA-GARCH模型的预测结果,本文构建模型具有较好的预测效果,能够有效提高预测精度至90.39％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵春福	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	184	3507	34.0	48.0
2	王晓全	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	8	20	2.0	4.0
3	管岭	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	2	11	1.0	2.0
4	尹超英	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	8	24	2.0	4.0
5	计寻	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	4	46	4.0	4.0