高斯过程回归短时交通流预测方法

发布时间：2017-10-07 16:38

  本文关键词：高斯过程回归短时交通流预测方法

  更多相关文章： 智能交通 短时交通流预测 高斯过程回归 短时交通流 概率性预测 方差估计

【摘要】：已有的短时交通流预测方法均属于确定性预测,无法对预测的不确定性进行定量分析.针对上述问题,提出了一种基于高斯过程回归的短时交通流预测方法.通过该方法在对短时交通流进行预测的同时还可以得到预测的方差估计值,并依此可以确定预测值的95%置信区间.在仿真实例中,在相同条件下对所提方法与支持向量机预测方法进行比较.仿真结果表明,高斯过程回归短时交通流预测方法不仅与支持向量机预测方法具有相近的预测精度,其中均方根误差为12.09,绝对值误差为118.42,相对误差为17.32%,而且能够获得预测结果的方差估计值,从而有效实现短时交通流概率意义上的预测.
【作者单位】： 长安大学信息工程学院;陕西省道路交通智能检测与装备工程研究中心;
【关键词】： 智能交通 短时交通流预测 高斯过程回归 短时交通流 概率性预测 方差估计
【基金】：国家自然科学基金(61303041) 交通运输部基础研究项目(2014319812150) 陕西省工业科技攻关项目(2014K05-28,2015GY002) 中央高校科研资金项目(2013G2241020,2013G1241119) 中央高校创新团队项目(310824153405)
【分类号】：U491.14
【正文快照】： 1引言交通流预测是智能交通系统的关键组成部分,具有重要的研究意义.交通流预测主要是针对实时交通流时间序列构成的动力系统进行的一种预测性研究.对于绝大多数由实际观测资料所构成的动力系统往往表现出非线性和非平稳的特征[1],因此由短时交通流观测序列构成的交通流动力系

【参考文献】

中国期刊全文数据库 前10条

1 况爱武,黄中祥;基于RBF神经网络的短时交通流预测[J];系统工程;2004年02期

2 刘静,关伟;交通流预测方法综述[J];公路交通科技;2004年03期

3 陆海亭;张宁;黄卫;夏井新;;短时交通流预测方法研究进展[J];交通运输工程与信息学报;2009年04期

4 聂佩林;余志;何兆成;;基于约束卡尔曼滤波的短时交通流量组合预测模型[J];交通运输工程学报;2008年05期

5 樊娜;赵祥模;戴明;安毅生;;短时交通流预测模型[J];交通运输工程学报;2012年04期

6 何志昆;刘光斌;赵曦晶;王明昊;;高斯过程回归方法综述[J];控制与决策;2013年08期

7 何志昆;刘光斌;赵曦晶;刘冬;张博;;基于GPR模型的自适应平方根容积卡尔曼滤波算法[J];航空学报;2013年09期

8 李振刚;;基于高斯过程回归的网络流量预测模型[J];计算机应用;2014年05期

9 王珂;田瑞;王菲菲;;基于灰色遗传支持向量机的短时交通流预测[J];武汉理工大学学报(交通科学与工程版);2014年05期

10 邱敦国;杨红雨;;一种基于双周期时间序列的短时交通流预测算法[J];四川大学学报(工程科学版);2013年05期

【共引文献】

中国期刊全文数据库 前10条

1 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期

2 柯凤琴;;一种改进的GM(1,1)模型在交通量预测中的应用[J];承德石油高等专科学校学报;2010年01期

3 唐世星;;改进的支持向量机算法在短时交通流预测中的应用[J];承德石油高等专科学校学报;2012年01期

4 胡洁;;BP和RBF神经网络短时交通流预测结果比较[J];长江大学学报(自科版)理工卷;2007年03期

5 杨芳明;朱顺应;;基于小波的短时交通流预测[J];重庆交通学院学报;2006年03期

6 范鲁明;贺国光;;改进非参数回归在交通流量预测中的应用[J];重庆交通大学学报(自然科学版);2008年01期

7 范鲁明;贺国光;;改进的K近邻非参数回归在短时交通流量预测中的应用[J];长沙交通学院学报;2007年04期

8 张敬磊;王晓原;马立云;;Recognition Method for Change Point of Traffic Flow Linear Regressions[J];Journal of Donghua University(English Edition);2012年01期

9 周欣荣;崔扬;;短时段交通流预测的RBF神经网络模型[J];道路交通与安全;2007年03期

10 任雪莲;陈晓芬;马骏;;BP-GA算法在短时交通流预测中的应用研究[J];道路交通与安全;2009年02期

中国重要会议论文全文数据库 前10条

1 朱佳;王振会;金天力;郝晓静;;基于WT-LSSVM的大气臭氧含量时间序列预测[A];2009第五届苏皖两省大气探测、环境遥感与电子技术学术研讨会专辑[C];2009年

2 牛超;李夕海;刘代志;;基于混沌理论和LS-SVM的地球变化磁场时间序列预测[A];国家安全地球物理丛书（五）——地球物理与海洋安全[C];2009年

3 邓明荣;沈祖志;郑静静;;基于情境知识城市交通实时路况分析与预报[A];第五届（2010）中国管理学年会——管理科学与工程分会场论文集[C];2010年

4 周欣荣;沙海云;高文宝;柴干;;卡尔曼滤波在短时段交通预测上的应用[A];第一届中国智能交通年会论文集[C];2005年

5 胡晓健;陆建;;基于二步自适应的交通量实时预测模型[A];2007第三届中国智能交通年会论文集[C];2007年

6 田夫;李勇;孙占全;;短时交通流预测方法研究[A];2007第三届中国智能交通年会论文集[C];2007年

7 余碧莹;邵春福;;基于时空模型的道路网交通状态预测[A];2008第四届中国智能交通年会论文集[C];2008年

8 李娜;;区域航道的船舶交通量预测[A];第四届广东海事高级论坛论文集[C];2012年

9 Ziwen Leng;Junwei Gao;Yong Qin;Xin Liu;Jing Yin;;Short-term Forecasting Model of Traffic Flow Based on GRNN[A];第25届中国控制与决策会议论文集[C];2013年

10 罗党;韦保磊;;基于小波和组合模型的非平稳时间序列预测[A];第25届全国灰色系统会议论文集[C];2014年

中国博士学位论文全文数据库 前10条

1 王春;基于VR/GIS一体化城市微观交通虚拟仿真系统的研究与应用[D];中国海洋大学;2010年

2 张勇;交通流的非线性分析、预测和控制[D];北京交通大学;2011年

3 董春娇;多状态下城市快速路网交通流短时预测理论与方法研究[D];北京交通大学;2011年

4 巩大力;城市交通智能监控系统关键技术研究[D];长安大学;2009年

5 姚琛;基于信息提取计算的动态交通数据分析及应用[D];西南交通大学;2011年

6 胡家兴;基于违法数据分析的道路交通安全管理决策研究与应用[D];大连海事大学;2011年

7 吴震宇;内燃机故障诊断若干理论与相关技术的研究[D];东北大学;2010年

8 周剑峰;城市交通共用信息平台数据处理技术研究[D];吉林大学;2005年

9 朱文兴;城市交通系统智能优化控制研究[D];山东大学;2006年

10 张杨;不确定环境下城市交通中车辆路径选择研究[D];西南交通大学;2006年

中国硕士学位论文全文数据库 前10条

1 全书鹏;智能交通中车流量预测与路径优化技术的研究[D];郑州大学;2010年

2 方宇;小波支持向量机在交通流预测中的应用研究[D];大连理工大学;2010年

3 黄康;基于生态捕食算法的交通流量分配系统研究[D];长沙理工大学;2010年

4 林鑫;城市道路交通流数据的挖掘[D];天津理工大学;2010年

5 田智韬;基于浮动车与固定检测器的交通流数据融合技术研究[D];北京交通大学;2011年

6 胡永正;交叉口多相位智能模糊仿真控制研究与实现[D];电子科技大学;2010年

7 王小英;道路网短时交通流分析与预测[D];武汉理工大学;2010年

8 汪志贞;数据挖掘技术在短时交通流预测上的应用研究[D];西安电子科技大学;2010年

9 史文雯;城市轨道交通短时客流预测与最优客运能力调配问题的研究[D];北京交通大学;2011年

10 魏强;基于固定检测器的区域交通状态判别方法研究[D];吉林大学;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期

2 朱顺应,王红,李关寿;路段上短时间区段内交通量预测ARIMA模型[J];重庆交通学院学报;2003年01期

3 杨芳明;朱顺应;;基于小波的短时交通流预测[J];重庆交通学院学报;2006年03期

4 李鹏;宋申民;段广仁;;改进的平方根UKF及其在交会对接中的应用[J];电机与控制学报;2010年11期

5 田光理;苑红伟;牛德宁;;基于粗糙集理论的短时交通流组合预测研究[J];道路交通与安全;2010年02期

6 魏晓霞;;我国风电发展存在的问题和应对措施[J];电力技术经济;2009年06期

7 陈淑燕,王炜;交通量的灰色神经网络预测方法[J];东南大学学报(自然科学版);2004年04期

8 王建;邓卫;赵金宝;;基于改进型贝叶斯组合模型的短时交通流量预测[J];东南大学学报(自然科学版);2012年01期

9 刘太中，荣平平，刘式达，郑祖光，，刘式适;气候突变的子波分析[J];地球物理学报;1995年02期

10 王革丽,杨培才,吕达仁;场时间序列预测方法及其预测能力的试验分析[J];大气科学;2004年04期

中国博士学位论文全文数据库 前2条

1 徐冲;分岔隧道设计施工优化与稳定性评价[D];北京交通大学;2011年

2 李俊奎;时间序列相似性问题研究[D];华中科技大学;2008年

中国硕士学位论文全文数据库 前3条

1 高成锴;基于约束动态时间弯曲距离的时间序列相似性匹配[D];大连理工大学;2010年

2 曹凤萍;城市道路交通参数短时多步预测方法研究[D];吉林大学;2008年

3 孙达辰;基于DTW的时间序列相似性搜索的研究[D];大庆石油学院;2010年

【相似文献】

中国期刊全文数据库 前10条

1 王正武,黄中祥;短时交通流预测模型的分析与评价[J];系统工程;2003年06期

2 偶昌宝,俞亚南;短时交通流预测的多层递阶方法[J];城市道桥与防洪;2004年05期

3 高丽梅;高鹏;陈俊波;;数据融合技术在短时交通流预测中的应用[J];交通科技;2010年S1期

4 唐世星;;改进的支持向量机算法在短时交通流预测中的应用[J];承德石油高等专科学校学报;2012年01期

5 王娇;李军;;最小最大概率回归机在短时交通流预测中的应用[J];公路交通科技;2014年02期

6 贺国光,李宇,马寿峰;基于数学模型的短时交通流预测方法探讨[J];系统工程理论与实践;2000年12期

7 宗春光,宋靖雁,任江涛,胡坚明;基于相空间重构的短时交通流预测研究[J];公路交通科技;2003年04期

8 杨世坚,贺国光;基于模糊C均值聚类和神经网络的短时交通流预测方法[J];系统工程;2004年08期

9 王进;史其信;;短时交通流预测模型综述[J];中国公共安全(学术卷);2005年01期

10 杨芳明;朱顺应;;基于小波的短时交通流预测[J];重庆交通学院学报;2006年03期

中国重要会议论文全文数据库 前4条

1 郑德署;何世伟;许旺土;;分形理论在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年

2 唐丽娜;张卫华;;短时交通流预测方法的比较研究[A];2007第三届中国智能交通年会论文集[C];2007年

3 于建玲;商朋见;关积珍;;改进的相空间重构方法在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年

4 杨锦伟;肖新平;郭金海;;基于灰关联与少数据云推理的短时交通流预测[A];第25届全国灰色系统会议论文集[C];2014年

中国博士学位论文全文数据库 前1条

1 姚智胜;基于实时数据的道路网短时交通流预测理论与方法研究[D];北京交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 高为;基于数据挖掘和数据融合的短时交通流预测研究[D];重庆交通大学;2011年

2 尹振兴;“机理+辨识”策略在短时交通流预测中多种结果合成[D];天津大学;2008年

3 姜敏华;基于车行转弯比例稳定假设的短时交通流预测[D];上海交通大学;2008年

4 张蕊;城市道路短时交通流预测[D];五邑大学;2008年

5 韩超;短时交通流预测的研究[D];北方工业大学;2012年

6 张丽;基于云平台的短时交通流预测算法设计与实现[D];大连理工大学;2013年

7 胡洁;基于混沌和神经网络的短时交通流预测研究[D];武汉理工大学;2007年

8 凌帅;基于非参数回归的短时交通流预测系统设计[D];天津大学;2010年

9 王沥;基于改进神经网络的短时交通流预测研究[D];电子科技大学;2012年

10 胡枫;基于马尔科夫模型的短时交通流预测研究[D];南京邮电大学;2013年

本文编号：988941