公路短时交通流化组合预测策略研究.pdfVIP

摘 要 短时交通流预测是目前智能交通领域研究的热点和难点之一。本文通过对组 合预测理论和短时交通流数据的分析，发现形成“组合预测之谜”的三个主要原 因；接下来提出对线性组合预测的两种实用性改进方法，即稳健统计方法和 Bootstrap方法；最后通过一个具体的城市短时交通流数据进行验证，可提高组 合预测准确率1％左右。 本文的主要工作如下： (1)通过对短时交通流数据的分析，发现用于组合预测的样本容量有限、 复杂时间序列性质变化造成的预测误差分布对“理论总体分布”的偏差以及异常 数据是形成“组合预测之谜”的三个主要原因。 (2)采用稳健统计方法改进线性组合预测。通过稳健估计量估计样本方差 和相关系数，可以较好的改善Dickinson最优权重的实际表现性能，提高组合预 测的准确率。 (3)采用改进的Bootstrap方法提高线性组合预测准确率。本文提出一种新 的Bootstrap重抽样方法，即增加重抽样长度，减小重抽样次数。将改进后的 Bootstrap方法应用到组合预测之中，可以减小样本容量有限带来的不利影响， 提高组合预测的准确率。 (4)本文发现一种新的Sigmoid函数，可以实现对累积分布函数好的逼近 效果。通过比较该函数和FisherZ变换与累积分布函数的差值，证实了这种 Z变换对累积分布函数更好的逼近效果。 Sigmoid函数可以实现比Fisher Z变换 关键词： 短时交通流预测组合预测稳健统计Bootstrap方法Fisher Sigmoid函数 ABSTRACT forecastforshort-time Presently,the trafficflowof isoneofthehotand city difficultinthe of this points studyIntelligentTransportationSystem(ITS)．Intalk，the combinationmodelis tothe workin the forecastingappliedforecastingITS．Bystudy oflinear combinationsforecast robuststatisticsand methodare theory,the bootstrap tothe combinationtofindseveralmethodstoformthe applied forecasting optimized combination has robustness．A weight，whichhigh short—timetrafficflowdata specific is totestthenewmethodmentioned theresultindicatesthe employed above，and that ofcombinationforecastcanbe about1％． accuracy improvedby The mainworkofthistalkis asfollows： presented thecombin