城市交通流量智能组合预测方法研究.pdfVIP

第 25 卷第 2 期 西 华 大 学 学 报 ·自 然 科 学 版 2006 年 3 月 　 　 　 　 Vol 25 ,No 2 Journal of Xihua University ·Natural Science Mar 2006 ( ) 文章编号 :1673159X 2006 城市交通流量智能组合预测方法研究 雷　胜 (广州市第二公共汽车公司 ,广东 广州 510660) 摘 　要 :智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施 ,实时、准确的交通流量预测是 智能交通系统实现的关键技术之一 ,也是实现智能交通诱导及控制的前提。文章对几种重要的交通流量预测模型 的理论和优缺点进行了比较 ,分析了影响预测模型的因素 ,提出了一种智能组合预测方法。该方法利用遗传算法 群体搜索的特点 ,组合各种算法 ,优化预测思路 ,充分发掘不同算法的差异优势 ,实践证明该思路是切实可行的。 关键词 :交通流量 ;遗传算法 ;组合预测 　　中图分类号:U491 　　文献标识码 :A 　　随着社会经济的迅速发展 ,城市中的机动车拥 个模型不仅仅在社会、经济、工程、股票问题上取得 有量和道路交通量急剧增加 ,交通拥挤阻塞以及由 了丰硕的成果 ,在交通流量预测方面的成绩也是非 此导致的交通事故的增加、环境污染的加剧 , 已经引 常突出的。ARIMA 模型假设未来的预测值与现在 起了人们的关注。由于城市空间的日益减少 ,仅靠 的和历史的数据有非常强的函数关系 ,也就是说 ,假 修建道路已不能很好地解决城市的交通问题 , 因此 定未来的发展趋势与现在和历史数据发展的趋势是 将车辆和道路综合起来系统地解决交通问题 , 即智 一样的。BoxJenkins 方法是将 AR 模型与 MA 模 ( 能交通运输系统 Intelligent Transportation System 型相结合 ,将一平稳随机过程累积而得 ,根据样本自 ) 简称 ITS 应运而生。该系统的实质就是综合运用 相关、偏相关函数的统计特性 ,判断一个随机序列所 先进的信息通讯、网络、自动控制、从而建立起一个 适合的滑动平均 , 自回归阶数,该模型根据准确的历 智能化、安全、便捷、高效、舒适、环保的综合运输体 史数据可以得到比较精确的结果。 系。 虽然 ARIMA 模型可以给出令人满意的预测结 智能交通运输系统中的交通控制与交通诱导系 果 ,但在应用的时候 ,对使用者要求是比较高的。首 统目前是核心热点问题 ,实时准确的交通流量预测 , 先 ,建立模型的过程是比较复杂的 ,而且要求使用者 即有效地利用实时的交通数据预测未来一个小时以 对模型的结构有深入的了解 ,有专业的数理统计知 内的交通状况,是实现有效的交通控制和交通诱导 识以及可以设计合理的计算机程序来实现模型的计 的关键所在。将预测信息提供给交通控制中心 ,有 算 ;其次 ,模型需要的时间序列数据往往都是非常庞 效地诱导交通流量 ,避免交通阻塞 ,减少出行时间和 大而难以处理的。基于此 ,该领域的许多学者通过 交通事故的发生 ,这就是城市交通网络短时交通流 研究一些软件解决 ARIMA 模型的建模和计算过 量预测。