基于ARIMA-GARCH-M模型的短时交通流预测方法

作者：王晓全; 邵春福; 尹超英; 计寻; 管岭交通工程交通流时间序列预测异方差性

摘要：针对差分自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)模型在获得时间序列非线性特性中的局限,基于线性递归的ARIMA模型和非线性递归的广义自回归条件异方差—均值(Generalized Autoregressive Conditional Heteroscedasticity in Mean,GARCHM)模型,提出一种组合模型ARIMA-GARCH-M进行短时交通流预测,并利用城市快速路交通流数据进行模型预测精度的检验.结果表明:ARIMA-GARCH-M模型考虑了异方差性这一非线性特性,相比于ARIMA-SVR模型和ARIMA-GARCH模型的预测结果,本文构建模型具有较好的预测效果,能够有效提高预测精度至90.39%.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社