基于改进的 GM11的长期交通量预测模型.pdfVIP

第 １２ 卷　第 １ 期 铁道科学与工程学报 Ｖｏｌｕｍｅ １２　Ｎｕｍｂｅｒ １ ２０１５ 年２ 月 Ｊｏｕｒｎａｌ ｏｆ Ｒａｉｌｗａｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ Ｆｅｂｒｕａｒｙ２０１５ ① 基于改进的 ＧＭ（１，１）的长期交通量预测模型 高连生，易诞，毛娜，李亮 （中南大学土木工程学院，湖南长沙４１００７５） 摘　要：针对传统的ＧＭ（１，１）模型在预测高速公路交通量中存在的误差过大的问题，通过对原始数据进行滑动平均处理， 减少数据在统计过程中的随机误差和人为误差。利用等维灰数递补预测模型进行交通量预测，在数据列中补充新的数据， 去掉老的数据，使模型得到改进。利用改进的新模型去预测下一年的数据比用原模型更加合理，更接近实际。研究结果表 明：利用等维灰数递补预测模型预测的预测精度是９４．２４％，比ＧＭ（１，１）残差改进模型提高了１．４９％，比传统的ＧＭ（１，１） 模型精度提高了６．９４％。适用于交通量的长期预测。 关键词：交通工程；交通量；ＧＭ（１，１）模型；ＧＭ（１，１）残差改进模型；等维灰数递补模型 中图分类号：ＴＵ４５７　　　文献标志码：Ａ　　　文章编号：１６７２－７０２９（２０１５）０１ －０２０３ －０５ Ａ ｆｏｒｅｃａｓｔ ｍｏｄｅｌ ｆｏｒ ｌｏｎｇ－ｔｅｒｍｔｒａｆｆｉｃ ｖｏｌｕｍｅ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ＧＭ（１，１）ｍｏｄｅｌ ＧＡＯ Ｌｉａｎｓｈｅｎｇ，ＹＩ Ｄａｎ，ＭＡＯ Ｎａ，ＬＩ Ｌｉａｎｇ （Ｃｏｌｌｅｇｅ ｏｆＣｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｅｎｔｒａｌ Ｓｏｕｔｈ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００７５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｍｉｎｉｓｈ ｔｈｅ ｅｘｃｅｓｓｉｖｅ ｅｒｒｏｒ ｆｒｏｍ ｔｒａｄｉｔｉｏｎａｌ ＧＭ（１，１）ｍｏｄｅｌ ｉｎ ｅｘｐｒｅｓｓｗａｙ ｔｒａｆｆｉｃ ｖｏｌｕｍｅ ｐｒｅｄｉｃｔｉｏｎ，ｔｈｉｓｐａｐｅｒａｉｍｓｔｏｒｅｄｕｃｅｒａｎｄｏｍｅｒｒｏｒａｎｄｐｅｒｓｏｎａｌｅｒｒｏｒｏｆｄａｔａｉｎｔｈｅ ｓｔａｔｉｓｔｉｃａｌｐｒｏｃｅｓｓｂｙａｓｌｉｄｉｎｇ ａｖｅｒａｇｅ ｐｒｏｃｅｓｓｉｎｇ ｏｆｏｒｉｇｉｎａｌ ｄａｔａ．Ｔｈｅ ｓａｍｅ ｄｉｍｅｎｓｉｏｎ ｇｒａｙ ｒｅｃｕｒｒｅｎｃｅ ｄｙｎａｍｉｃ ｍｏｄｅｌ ｗａｓ ａｄｏｐｔｅｄ ｔｏ ｐｒｅｄｉｃｔ ｔｈｅ ｔｒａｆｆｉｃ ｖｏｌｕｍｅ，ａｎｄ ｔｈｅ ｍｏｄｅｌ ｗａｓ ｉｍｐｒｏｖｅｄ ｂｙ ａｄｄｉｎｇ ｎｅｗ ｄａｔａ ｃｏｎｔｉｎｕｏｕｓｌｙ ａｎｄ ｒｅｍｏｖｉｎｇ ｏｌｄ ｄａｔａ．Ｕｓｉｎｇ ｉｍｐｒｏｖｅｄ ｄａｔａ ｔｏｆｏｒｅｃａｓｔｎｅｘｔｙｅａｒ＇ｓｄａｔａｉｓｍｏｒｅ ｒａｔｉｏｎａｌ ａｎｄｒｅａｌｉｓｔｉｃ ｔｈａｎｕｓｉｎｇｔｈｅ ｓｏｕｒｃｅ ｍｏｄｅｌ．Ｔｈｅ ｒｅｓｅａｒｃｈ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ，ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ｔｒａｆｆｉｃ ｖｏｌｕｍｅ ｆｏｒｅｃａｓｔ ｗｉｔｈ ｐｒｏｇｒｅｓｓｉｖｅ ｍｏｄｅｌ ｏｆ ｅｑｕａｌ ｄｉｍｅｎｓｉｏｎ ｇｒｅｙ ｍｅｍｂｅｒ ＧＭ（１，１）ｉｓ９９．２４％，ｗｈｉｃｈ ｉｍｐｒｏｖｅｓ １．４９％ ｉｎ ｃｏｍｐａｒｉｓｏｎ ｗｉｔｈ ｒｅｓｉｄｕａｌｓ ｉｍｐｒｏｖｅｄ ＧＭ（１，１） ｍｏｄｅｌ ａｎｄ６．９４％ ｃｏｍｐａｒｅｄ ｔｏ ＧＭ（１，１）ｍｏｄｅｌ．Ｔｈｅ ｐｒｏｇｒｅｓｓｉｖｅ ｍｏｄｅｌ ｃａｎ ｂｅ ｕｓｅｄ ｔｏ ｆｏｒｅｃａｓｔ ｌｏｎｇ －ｔｅｒｍ ｔｒａｆｆｉｃ ｖｏｌｕｍｅ． Ｋｅｙ ｗｏｒｄｓ：ｔｒ