基于ARIMA模型的短时交通流实时自适应预测.pdfVIP

系统仿真学报 V01．16No．7 1兰!堡丝曼坠些丝12翌 型：：些 ：：：：：： i2坠坐三=21 基于ARIMA模型的短时交通流实时自适应预测 韩超1．宋苏1，王成红2 (1北京工业大学电子信息与控制工程学院，北京100022：2国家自然科学基金委员会信息学部，北京100085) 摘要：实时、准确的短时交通流量预测是智能交通系l充OTS)中的一个关键问题。基于采用ARIMA (口，d，0)模型结构的时问序列分析方法，提出一种短时交通流实时自适应预测算法。在该算法 中采用带遗忘因子的递推最小二乘方法进行参数估计，采用基于线性最小方差预报原理的Astrom 预报算法进行预报。针对大量实测数据进行仿真实验，结果表明：减小遗忘因子可以提高一步预 测的性能。此外，将谊算法分别应用于工作日和双休日的数据时，仿真实验都取得了较好的预测 效果，说明谊算法对不同交通流状况具有较好的适应性。 关健词：时间序列分析；ARIMA模型；短时交通流预测；自适应预测；实时预测； 文章糖号l 1004-731X(2004)07．1530-03中图分类号：U491．1文献标识码：A AReal．timeShort．termTrafncnOW MethodBased AdaptiveForecasting onARIMAModel HANCha01，sDNGS0，WANGCheng—honf 2DelJaamentofInformationSciences，NationalNatural andaccmteshort-termtrt曲cflow hasbecomea critical in Abstraet：Real—time forecasting woblemintelligent Oiltimeseries method kindofreal-time analysis adoptingARIMA(p，d，0)model，a ㈣sporcad∞systems(ITS)．Based methodforshort-termtrillScflowWaS tiffsmethodtherecursive factorleast adaptiveforecasting presented．In forgetting for Asnom WaSusedfor method(RFFLS)was estimation．m forecasting， square adoptedparameter foree∞tingalgeⅢithm simulatiOntestsand Whichisbasealonfinestmltli丌ulmsauan realol堪ervatiOndataaI℃usedfor errorofprediction．Alotof