作者:邱敦国; 杨红雨短时交通流预测arima模型sarima模型贝叶斯模型日周期性周周期性
摘要:根据城市道路短时交通流特征,在ARIMA(autoregressive integrated moving average model)模型和SARIMA(seasonal autoregressive integrated moving average model)模型的基础上,提出一种既满足城市道路日周期性和周周期性的短时交通流预测模型DSARIMA(double seasonal autoregressive integrated moving average model)模型,并根据城市道路工作日与非工作日交通流特点,提出该模型的预测算法。该算法采用两种方式利用ARIMA模型进行交通流预测,一种方式采用当前时刻前N1段时间进行预测,另一种方式采用当前时刻前N2天同一时段的交通流进行预测,并用改进的贝叶斯模型算法根据两种预测结果与实际值的误差来确定该种方式的权值,最后的预测结果为两种方式预测结果与其权值乘积之和。实验结果表明,该模型在交通流预测上,相比ARIMA模型和SARIMA模型预测具有更好的平稳性与更高的预测精度。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社