欢迎来到天天文库
浏览记录
ID:52242461
大小:547.16 KB
页数:7页
时间:2020-03-25
《基于三制度SETAR模型的短期交通流预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第27卷第lO期2010年lO月公路交通科技JournalofHi【ghwayandTransportationResearchandDevelopmentVoL27No.100ct.2010文章编号:1002一0268(2010l10—0122一06基于三制度SETAR模型的短期交通流预测刘潭秋1,孙湘海2,钟翔3(1.长沙理工大学经济与管理学院,湖南长沙410114;2.长沙理工大学交通运输工程学院,湖南长沙410114;3.湖南大学力学与航空航天学院,湖南长沙410082)·摘要:针对城市道路交通流预测仅考虑正常(或没有交通事故)交通条件下短期交通流
2、的现状,采用三制度自我激励阈值自回归(SETAR)模型进行短期交通流预测,该模型适合研究多种交通状态下交通流的动态变化行为。通过实例验证,对比分析了三制度SETAR模型和自回归求和移动平均(ARIMA)模型对城市道路5min交通流的预测,其中后者被用作比较基准模型。研究结果表明,这个模型不仅能够合理地解释交通流的变化行为,而且比ARIMA模型在向前l步样本外预测交通流变化幅度和变化方向上均有更好的预测表现。关键词:交通工程;短期交通流预测;三制度SETAR模型;非典型交通条件中图分类号:U491.1+4文献标识码:AShort-·termTrafficFl
3、owForecastingBasedonaThree--regimeSETARModelL[UTanqiul,SUNXianghai2,ZHONGXian93(1.SchoolofEconomiesandManagement,ChangshaUniversityofScience&Technology,Ch蚰gshHunan410114,China;2.SchoolofTrafficandTransportationEngineenng,ChangshaUniversityofScience&Technology,ChangshaHunan410114,C
4、hina;3,CoHegeofMechanicsandAemspace,HunanUniversity,ChangshaHunan410082,China)Abstract:Mostexistingliteratureaboutshort·termtrafficflowforecastingonlyconsidertrafficflowsundernormalornon-incidentconditions,soathree·regimeself-excitingthresholdautoregressive(SETAR)modelWasemployedt
5、oforecastshort—termtrafficflowonurbanroadbecausethestructureofthemodelissuitabletoexplorethedynamiccharacteristicsofshort·termtrafficflowunderdifferenttrafficconditions.Athree—regimeSETARmodelandanautoregressiveintegratedmoving-average(ARIMA)modelusedforcomparisonpurposewereadopte
6、dtoforecast5mintrafficflowdataofurbanroadsinanempiricalstudy,andthelatterWasusedasabenchmarkmodelforcomparisonpurpose.鸭eresultshowsthatthethree-regimeSETARmodelCannotonlyreasonablyexplainthebehaviorofthesetrafficflowsbutalsohasbetterone·-step--aheadout--of-sampleforecastperformanc
7、ethantheARIMAmodeldoesfromaspectsofthechangemagnitudeandchangedirectionsoftra位cflow.Keywords:tra伍cengineering;short—termtrafficflowforecasting;three-regimeSETARmodel;atypicaltrafficcondition0前言短期交通流预测对于交通管理部门和驾驶员来说非常重要。对于前者而言,短期交通流预测能够支持前摄交通管理和提供全面的出行信息服务;对于后者而言,短期交通流预测有助于他们合理选择出发
8、时问和路径,甚至短期预测信息比当前交通信息更重要,因为他们在完成自
此文档下载收益归作者所有