基于ARIMA与信息粒化SVR组合模型的交通事故时序 - 清华大学学报.PDF

( ) / 清华大学学报 自然科学版 年 第 卷 第 期 ISSN1000-0054 2014 54 3 1118 / 　 ( ), , , , CN11-2223N 　JTsinhuaUniv SciTechnol 2014 Vol.54 No.3 348-353359 g 基于ARIMA与信息粒化SVR组合模型的交通事故时序预测 1 1 1 2 孙轶轩 , 邵春福 , 计 寻 , 朱 亮 　 　 　 　 　 ( , ; 1.北京交通大学 城市交通复杂系统理论与技术教育部重点实验室 北京 100044 , ) 2.中国铁道科学研究院 运输及经济研究所 北京 100081 : ( ) : ; ; ; 摘 要 该文基于自回归滑动平均 模型和支持向 Kewordsaccidentrediction timeseriesARIMA fuzzinformation 　 ARIMA y p y ; ( ) , , granulation SVR 量回归机 SVR模型 构建时间序列组合预测模型 对道路 。 交通事故相关指标进行趋势预测 通过 ARIMA预测模型 ; , 进行线性拟合 基于模糊信息粒化方法 将 ARIMA预测模 道路交通事故相关指标预测是在事故资料统 、 、 型残差季度变化趋势映射为包含最小值 中值 最大 Low R 、 , , 计 分析和挖掘基础上 对事故变化规律进行研究 ; 值 Up三个参数的模糊信息粒 并以其为输入构建 SVR模 。 对事故发展趋势进行预测的一种方法 常用预测方 , ; 型 对季度残差变化趋势进行预测 最后根据 SVR残差预 [ ] [ ]