基于非线性时间序列模型城市道路短期交通流预测研究.docVIP

. . 　　 本文档下载自 HYPERLINK / 文库下载网，内容可能不完整，您可以点击以下网址继续阅读或下载：  HYPERLINK /doc/fb0d86c79ec3d5bbfd0a740c.html /doc/fb0d86c79ec3d5bbfd0a740c.html 基于非线性时间序列模型的城市道路短期交通流预测研究 非线性时间序列模型预测城市道路短期交通流 第４１卷第１期土木工程学报Ｖｏｌ．４１Ｊａｎ． Ｎｏ．１２００８ ２００８年１月ＣＨＩＮＡＣＩＶＩＬＥＮＧＩＮＥＥＲＩＮＧＪＯＵＲＮＡＬ 基于非线性时间序列模型的城市道路 短期交通流预测研究 孙湘海１ 刘潭秋２ （１．长沙理工大学，湖南长沙４１００７６；２．中南大学数学博士后流动站，湖南长沙４１００７５） 摘要：对应于城市道路短期交通流复杂的非线性特征，采用一种非线性的时间序列模型来对其变化规律进行探索，以期获得城市道路短期交通流的精确预测。根据现实情况，可以将城市道路的交通流条件划分为两种状态：交通拥堵和交通畅通，在不同的状态下，交通流表现出不同的变化特征，一个二制度自我激励阈值自回归（ＳＥＴＡＲ） 模型的结构能够很好地与之相符。以现实中的城市道路短期交通流数据为样本所进行的实例分析结果 表明，被估计模型获得了很好的仿真结果，并能够合理地解释城市道路短期交通流的非线性特征。以此为基础，用估计所确定模型进行城市道路短期交通流的样本外预测，结果表明该模型不仅有较高的预测精度，且预测表现明显优于自回归求和移动平均（ＡＲＩＭＡ）中图分类号：Ｕ４９１ 模型。 关键词：城市道路短期交通流；自我激励阈值自回归模型；交通拥堵状态；交通畅通状态；预测 文献标识码：Ａ 文章编号：１０００－１３１Ｘ（２００８）０１－０１０４－０６ Ａｓｔｕｄｙｏｎｕｒｂａｎｓｈｏｒｔ－ｔｅｒｍｔｒａｆｆｉｃｆｌｏｗｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄ ｏｎａｎｏｎｌｉｎｅａｒｔｉｍｅｓｅｒｉｅｓｍｏｄｅｌ ＳｕｎＸｉａｎｇｈａｉ１ＬｉｕＴａｎｑｉｕ２ （１．ＣｈａｎｇｓｈａＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００７６，Ｃｈｉｎａ； ２．Ｐｏｓｔ－ＤｏｃｔｏｒＷｏｒｋＳｔａｔｉｏｎｏｆＭａｔｈｅｍａｔｉｃｓ，ＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈ/doc/fb0d86c79ec3d5bbfd0a740c.htmlａ４１００７５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｄａｔａｏｆｕｒｂａｎｓｈｏｒｔ－ｔｅｒｍｔｒａｆｆｉｃｆｌｏｗｉｓｃｈａｒａｃｔｅｒｉｚｅｄｂｙｃｏｍｐｌｉｃａｔｅｄｎｏｎｌｉｎｅａｒｉｔｙ，ｔｈｕｓａｎｏｎｌｉｎｅａｒｔｉｍｅｓｅｒｉｅｓｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄａｎｄｅｍｐｌｏｙｅｄｔｏｅｘｐｌｏｒｅｈｏｗｔｒａｆｆｉｃｆｌｏｗｖａｒｉｅｓｗｉｔｈｔｉｍｅｓｏｔｈａｔａｃｃｕｒａｔｅｐｒｅｄｉｃｔｉｏｎｓｍａｙｂｅｏｂｔａｉｎｅｄ．Ｔｒａｆｆｉｃｆｌｏｗｃｏｎｄｉｔｉｏｎｓｏｎｕｒｂａｎｒｏａｄｓａｒｅｃａｔｅｇｏｒｉｚｅｄｉｎｔｏｔｗｏｓｔａｔｅｓ，ｎａｍｅｌｙｔｈｅｃｏｎｇｅｓｔｅｄｔｒａｆｆｉｃｓｔａｔｅａｎｄｔｈｅｆｒｅｅ－ｆｌｏｗｔｒａｆｆｉｃｓｔａｔｅ，ａｎｄｔｒａｆｆｉｃｆｌｏｗｖａｒｉｅｓｉｎｄｉｆｆｅｒｅｎｔｗａｙｓｕｎｄｅｒｄｉｆｆｅｒｅｎｔｓｔａｔｅｓ，ｗｈｉｃｈｉｓｃｏｎｓｉｓｔｅｎｔｗｉｔｈｔｈｅｓｔｒｕｃｔｕｒｅｏｆａｔｗｏ－ｒｅｇｉｍｅｓｅｌｆ－ｅｘｃｉｔｉｎｇｔｈｒｅｓｈｏｌｄａｕｔｏｒｅｇｒｅｓｓｉｖｅｍｏｄｅｌ（ＳＥＴＡＲ）．ＴｈｅｅｓｔｉｍａｔｅｓｏｂｔａｉｎｅｄｆｒｏｍａｃａｓｅｓｔｕｄｙｓｈｏｗｔｈｅＳＥＴＡＲｍｏｄｅｌｃａｎｎｏｔｏｎｌｙｏｆｆｅｒａｃｃｕｒａｔｅｓｉｍｕｌａｔｉｏｎｓ，ｂｕｔａｌｓｏｖｅｒｙｗｅｌｌｅｘｐｌａｉｎｔｈｅｎｏｎｌｉｎｅａｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｒａｆｆｉｃｆｌｏｗ．Ｔｈｅｏｕｔ－ｏｆ－ｓａｍｐｌｅｐｒｅｄｉｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｉｓｃｏｍｐａｒｅｄｗｉｔｈｔｈｅａｕｔｏｒｅｇｒｅｓｓｉｖｅｉｎｔｅｇｒａｔｅｄｍｏｖｉｎｇａｖｅｒａｇｅｍｏｄｅｌ（ＡＲＩＭＡ），ａｎｄｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈｅｆｏｒｍｅｒｄｏｅｓｂｅｔｔｅｒｔｈａｎｔｈｅｌａｔｔｅｒ． Ｋｅｙｗｏｒｄｓ：ｕｒｂａｎｒｏａｄｓｈｏｒｔ－ｔｅｒｍｔｒａｆｆｉｃｆｌｏｗ；ＳＥＴＡＲｍｏｄｅｌ；ｃｏｎｇｅｓｔｅｄｔｒａｆｆｉｃｓｔａｔｅ；ｆｒｅｅ－ｆｌｏｗｔｒａｆｆｉｃｓｔａｔｅ；ｆｏｒｅｃａｓｔｉ/doc/fb0d86c79ec3d5bbfd0a740c.htmlｎｇＥ－ｍａｉｌ：ｓｕｎｘｉａｎｇｈａ