基于多维时空参数的道路短期交通状态预测.pdfVIP

第 11卷 第4期 交通运输系统工程与信息 VoI．1l No．4 2011年 8月 JournalofTransportationSystemsEngineeringandInformationTechnology August 2011 文章编号 ：1009M744 (2011)04—0140-07 基于多维时空参数的道路短期交通状态预测 刘晓玲，贾 鹏，邬珊华，于 滨 (大连海事大学 交通运输管理学院，大连 116026) 摘要： 城市道路交通状态会 同时受到时间、空问多维因素的影响．为对城市道路短期 交通状态进行比较准确的预测，本文在分析多维时空参数的基础上，构造 了基于支持 向 量机 (SVM)的不同维数的道路短期交通状态预测模型，并通过贵 阳市中心城 区的出租 车 GPS数据对各种模型的预测精度进行了检验 ，分析各时空参数对道路交通状态的影 响程度．结果表明，基于 目标路段先前流量数据及下游路段交通状况的SVM模型具有 较高的预测精度．为 了进一步分析该模型的性能，将其与线性 回归模型和 ARMA模型 进行 了比较 ，实验结果显示，本文提 出的SVM模型具有较好的预测效果，表明该方法是 进行道路短期 交通状态预测的有效手段． 关键词 ： 智能交通；多维时空参数 ；支持向量机 (SVM)；短期交通流；预测 中图分类号 ： U491 文献标识码 ： A Short-Term TrafficFlow ForecastingBasedon M ulti．DimensionalParameters LIU Xiao—ling，JIA Peng，WU Shan—hua，YU Bin (TransportationManagementCollege，DalianMaritimeUniversity，Dalian116026，China) Abstract： Thetrafficconditionofurbanroadsisaffectedbymulti-dimensionalfactors，suchastimeand space．Toaccuratelypredicttheshort—term trafficconditionofurbanroads，thispaperanalyzesthesemulti— dimensionaltemporalandspatialparametersanddevelopstheshort-term roadtrafficpredictionmodelsof differentdimensionsbasedonthesupportvectormachine(SVM)．Then，theGPSdataoftaxisinGuiyangis usedtotestthepredictionaccuracyoftheseproposedmodelsandtoanalyzetheimpactofeachtemporaland spatialparameterontrafficcondition．TheresultsshowhigherpredictionaccuracyoftheSVM modelbased onprevioustrafficflowoftargetsegmentandthetrafficconditionofdownstream segment．Tofurtheranalyze itsperformance，theresultsarecomparedwiththoseoflinearregressionandARMA models．Theproposed SVM modelisproventobeaneffe