基于指数平滑法和arima的交通量组合预测模型应用研究

《基于指数平滑法和arima的交通量组合预测模型应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterApplicationofacombinationoftrafficforecastingbasedontheexponentialsmoothingandARIMAByXingWeiSupervisor：MinglanCaoManagementScienceandEngineeringCivilEngineeringSchoolOctober,2014IlililiIJIIMJilliliililIJHlii

2、UIY2829976学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者：撕日期：秒7叭7≥-侈学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文

3、被查阅和借阅：本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者：元纷冻日期：矽／唔／≥，B摘要道路交通流预测是现代交通管理和规划的重要任务，因此准确地预测交通流的未来趋势也是非常重要的，这就需要研究交通量预测的方法，提高预测精度，从而保证待建交通项目决策的科学性和合理性，进而减少道路规划设计过程中的资源浪费

4、，提高社会效益。通过广泛收集相关文献资料，结合小譬分析和指数乎滑、法研究的成果，论文对现有交通量预测方法进行了分析，论述了国内外交通预测理论的发展和应用，分析了灰色预测理论、遗传算法、神经网络等的优点和不足，在此基础上，结合交通量历史数据的随机性与非线性变化等特点，通过分析数据信号采集中出现的异常数据，探讨了异常数据的识别和修正的不同方法，并实际应用了这些方法进行交通量数据序列中异常数据的修正。另外，论文又进行了实证研究，结合郑少高速公路道路交通量及其相关数据资料，通过对比分析，进一步验证预测方法的可行性和预测结果的可靠性

5、。根据指数平滑法的计算原理，并结合郑少高速公路交通量数据，论文通过把不同尺度上的因素分离开来(交通量受很多因素影响)，使规律性更加明显从而更易于预测。本论文研究将小波方法引入到交通量预测中，利用小波多尺度分析的功能和三次指数平滑法的预测，提出了小波多尺度指数平滑复合预测法，将小波多尺度功能分析原理与指数平滑法有机地结合到一起，同时采用ARIMA一系列模型通过Spss软件对交通量进行预测，从本质上把握交通量的非线性变化特征。论文通过进一步研究和应用组合预测方法，把上述两种方法通过线性组合有效地结合起来，通过实例很好地验证了小

6、波多尺度指数平滑预测和ARIMA模型组合预测模型预测交通量，两种方法的组合预测效果良好，较为准确地预测了郑少高速未来交通量长期趋势，丰富和发展了交通量预测方法，对高速公路的项目决策与运营管理，具有一定的重要学术研究价值和工程应用价值。关键词：交通量；组合预测；小波多尺度分析；指数平滑法；ARIMA模型AbstractRoadtrafficflowforecastingisanimportanttaskofmodemtrafficmanagementandplanning．Therefore，toaccuratelypred

7、ictthefuturetrendsoftrafficflowisalsoveryimportant，whatrequiresthestudyofthetrafficforecastmethodstoimprovepredictionaccuracy，toensurecorrectnessandrationalityofthetransportationprojectstobebuilt．andreduceroadplanninganddesignprocessandthewasteofresourcestoimprove

8、socialbenefits．Throughextensivecollectionofrelevantliterature，andcombiningwiththeresultsofwaveletanalysisandexponentialsmoothingresearch，prioranalysisof