期刊文献+

基于突变理论的交通速度预测方法研究 被引量:2

下载PDF
导出
摘要 引入时间序列分析方法和突变理论模型,将交通流状态按速度是否发生突变划分为平稳段和突变段,分析状态分析尺度、波动阈值、最小突变长度等对交通流速度预测结果的影响,建立平稳段和突变段交通流速度预测模型;以深圳市北环大道某断面为研究对象,选取1个月的交通流速度数据进行分析,验证文中预测模型的合理性与可行性。结果表明,平稳段的预测结果与实际值接近,预测精度较高;突变段的部分预测值与实际值相比偏保守,仅反映了交通流速度的变化趋势;预测时间越长,实际值与预测值相差越大,预测结果的可信度越低,可参考价值越小。
出处 《公路与汽运》 2018年第4期11-13,共3页 Highways & Automotive Applications
基金 深圳市科技计划项目(GGFW2016033017241891) 深圳市战略性新兴产业发展专项(深发改[2017]550号)
  • 相关文献

参考文献8

二级参考文献35

  • 1董超俊,刘智勇,邱祖廉.基于混沌理论的交通量实时预测[J].信息与控制,2004,33(5):518-522. 被引量:22
  • 2Vapnik V N. The Nature of Statistical Learning Theory[ M]. Springer, New York, 1995.
  • 3Vapnik V N. Statistical learning theory[ M]. Wiley, New York, 1998.
  • 4Suykens J A K, Brabanter J D, Lukas L, et al. Weighed least squares support vector machines: robustness and sparse approximation[ J]. Neurocomputing, 2002,48:85 - 105.
  • 5Mangasarian O L, David R Musicant. Lagrangian support vector machine [ J ]. Journal of Machine Learning Research, 2001, (1) :161 -177.
  • 6Vladimir N Vapnik 张学工译.统计学习理论的本质[M].北京:清华大学出版社,2000..
  • 7Stephanedes Y J, Michalopoulos P G, Plum R A. Improved Estimation of Traffic Flow for Real-time Control [C]. Washington: Transportation Research Record 795, TRB: 28- 29.
  • 8Smith B L, Demetsky M J. Traffic Flow Forecasting: Comparison of Modeling Approaches [ J ]. Journal of Transportation Engineering,1997, 123 (4): 261 -266.
  • 9Dochy T, Danech-Pajouh M, Lechevallier Y. Short-term Road Forecasting Usting Neund Network [J]. Recherche-Transports-Securite Englishissue, 1995 (11 ) : 73 - 82.
  • 10Iwao Okotani, Yorgos J Stephanedes. Dynamic Prediction of Traffic Volume Through Kalman Filtering Theory [ J ]. Transportation Research PartB, 1984, 1 (8B): 1-11.

共引文献202

同被引文献11

引证文献2

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部