快速路网实时OD预测的时间颗粒度选择

常见的基于实测数据的origin-destination（OD）预测方法分为两类：一类基于历史信息，即根据上一天或上一周同一日相同时段的数据进行预测，简称同比预测法；另一类则是根据同一天相邻时间段的数据预测本时段的OD，简称环比预测法．预测所用基础数据的时段长度称为时间颗粒度．时间颗粒度的大小对OD预测结果的稳定性、准确性具有重要影响．针对上海快速路网，采用ADF单位根检验和K—Means聚类分析方法，研究时间颗粒度对预测结果的影响，提出了时间颗粒度选择的建议，同比预测方法相比环比预测法更容易得出稳定、合理的预测结果，30-60min的时间颗粒度预测效果较好．