不同时间尺度下新新短期交通流的可预测性.pdfVIP

( ) 第28卷第5期 总第197期 　　　　 　 　系　统　工　程 V o l. 28, N o. 5 20 10年5月　　　　　　　　　 　 　 　 Sy stem s Eng ineer ing M ay , 20 10 ( ) 文章编号: 100 14098 20 10 不同时间尺度下短期交通流的可预测性 黄阿琼, 关　伟 (北京交通大学 交通运输学院, 北京　100044) 摘　要: 交通流的可预测时间间隔是实现交通控制和诱导的关键。为考察交通流时间序列在不同时间间隔下 的可预测性, 以北京市二环路2 、4 、6 、8 、10 、12 、14 和16 间隔的交通量时间序列为 m in m in m in m in m in m in m in m in 研究对象, 应用 分析法计算不同观测尺度下的 指数值, 发现同一天内 指数值随观测尺度的 R S H u r st H u r st 变大而增大, 同一观测尺度下, H u r st 指数随着样本量的增加而降低。最后, 采用近似熵法计算序列的复杂度, 发现复杂度指数有相似的变化规律, 证明观测尺度大小与序列的随机性强弱存在负相关。 关键词: 交通流; 可预测性; 分析; 近似熵; 观测尺度 R S 中图分类号:U 49 1　　　文献标识码: A 似熵( , ) 来定量分析和评价时 A pp rox im ate En trop y A p En 1　引言 间序列随机性随着观测尺度的变化, 同时考虑样本量的影 从20世纪70年代末期国外开始进行微观层面上的交 响以周期为单位累加样本量。 通流动态预测研究起, 许多方法和技术被应用于交通流预 2　数据分析 测, 如多元回归法、卡尔曼滤波法、时间序列法、神经网络 法等[ 1- 3 ] 。交通流预测的时间间隔的长度不仅常作为评价 首先采用统计方法对交通流序列的随机性进行初步 这些方法的重要指标, 并且是关系到能否实现动态交通流 定性分析。从北京二环路67个检测器观测点采集的2 分钟 [4 ] 间隔交通量、平均速度和 占有率进行初步分析, 最后选择 诱导和交通控制的关键 。 [5 ] (