短期交通流量预测.docxVIP

短期交通流量预测摘要 交通流量是一种对于一段时间内在某个路口内通过的交通实体量，在现在的社会中，智能运输系统等交通理论的研究已经渐渐成为发达国家的研究对象，而交通流量预测分析是其中的核心研究之一。所以，对于交通流量的预测成为叩开智能交通系统大门的最有力的那一把钥匙。在前面，我们首先面临的一个问题是对于数据的处理。题目以15分钟为一个时间段来测量交通流量，一共有三天的数据，应该有288个数据，但是题目只给出了276个。另外，在数据中还有两个为负的数据。面对缺失数据和异常数据，我们分别使用了热卡插补法和平均值填补法来解决。然后在进行预测时，我们分别使用了不同的软件来建立不同的预测模型。首先我们使用了灰色预测GM软件来进行灰色模型的预测，在预测前，我们先用模型和前两天的交通流量来预测第三天的交通流量，然后将第三天的真实交通流量与预测交通流量进行相关性检验，检验通过后，再用于预测第四天的交通流量，最后评价模型的好坏。接着，我们使用了spss软件来进行回归分析模型的预测。在预测之前，我们需要先对数据进行相关性检验，若没有相关性，则回归方程会没有意义。接下来，通过对回归方法的决定性系数检验和方差分析检验，得到最合适方法。之后再进行第四天的预测及预测结果的评价。然后，我们使用了metlab软件来实现BP神经网络模型的预测。BP神经网络的实质是用已给出的数据来推出需要的数据，并将新预测出的数据