基于相空间重构和PSO-GPR的短时交通流预测

• 作者: 周志华 李巧茹 池维源 范忠国 郝恩强 陈亮
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 智能交通 短时交通流预测 混沌理论 相空间重构 粒子群优化算法 高斯过程回归
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 交通信息工程与控制
• 页码范围: 70-76
• 页数: 7页
• 分类号: U491
• 字数: 5261字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2019.02.010

摘要

准确实时的短时交通流预测是智能交通诱导的关键.为提高短时交通流预测精度,研究了基于相空间重构和粒子群优化高斯过程回归的短时交通流预测模型.针对交通流时间序列的非线性、复杂性和随机性,基于混沌理论确定原始时间序列的最佳延迟时间和嵌入维数,进行相空间重构,获得与原始数据具有相同动态特性的更为合理的模型输入-输出数据集.利用粒子群算法改进传统高斯过程模型参数优化的不足,构建预测模型.以重构序列作为预测模型的训练集和测试集,实现短时交通流预测.采用北京市东四环快速路检测器实测数据对比分析模型预测效果.结果表明,基于PSR和PSO-GPR的短时交通流预测模型评价指标均优于对比模型,其中绝对误差平均降低4.88,绝对百分比误差平均降低3.97％,均等系数达到0.963,所研究模型能够有效提高短时交通流预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李巧茹	河北工业大学土木与交通学院	39	258	8.0	14.0
5	陈亮	河北工业大学土木与交通学院	45	257	10.0	13.0
9	周志华		19	64	6.0	7.0
10	范忠国	河北工业大学土木与交通学院	3	3	1.0	1.0
11	郝恩强	河北工业大学土木与交通学院	2	1	1.0	1.0
12	池维源	河北工业大学土木与交通学院	1	1	1.0	1.0