高速公路交通流量预测模型仿真

发布时间：2018-03-28 06:34

  本文选题：高速公路　切入点：经验模态分解　出处：《计算机仿真》2017年06期

【摘要】：交通流量预测对于高速公路管理进行决策至关重要,但是由于短时交通流量有较强的突发性、时变性和非线性,传统的预测方法预测精度低,适应能力差。为了提高短时交通流量预测精度,提出一种基于经验模态分解(EMD)和维纳滤波预处理的时间序列预测方法。采用EMD将交通流量数据分解成多个本征模态分量,信号主导模态利用自回归滑动平均(ARMA)模型进行预测,而噪声主导模态采用维纳滤波进行去噪处理后再建立模型预测,最后将各部分预测结果线性组合得到最终预测结果。利用上述方法对四川成都的交通流量数据进行预测,结果表明选用的方法比传统单一预测模型有更高的预测精度。
[Abstract]:Traffic flow forecasting is very important for highway management. However, because of the strong sudden, time-varying and nonlinear characteristics of short-term traffic flow, the traditional forecasting methods have low accuracy. In order to improve the accuracy of short-term traffic flow prediction, a time series prediction method based on empirical mode decomposition (EMD) and Wiener filter is proposed. The traffic flow data are decomposed into multiple intrinsic modal components by EMD. The signal-dominant modal is predicted by the autoregressive moving average ARMA-model, while the noise-dominated modal is de-noised by Wiener filter, and then the model prediction is established. Finally, the final prediction results are obtained by combining each part of the prediction results linearly, and the traffic flow data of Chengdu, Sichuan Province are forecasted by the above methods. The results show that the proposed method has a higher prediction accuracy than the traditional single forecasting model.
【作者单位】： 四川大学电气信息学院;
【基金】：四川省交通科技项目(2013c7-1)
【分类号】：TN713;U491.14

【相似文献】

相关期刊论文 前10条

1 潘昱,张晶;基于城市路口相关性的交通流量预测[J];交通与计算机;2005年01期

2 刘世超;基于极大似然估计的路段交通流量预测[J];西南交通大学学报;2005年02期

3 刘长虹;陈志恒;黄虎;;城市短期交通流量预测方法的探讨[J];现代交通技术;2006年01期

4 侯明善;兰云;;基于自适应模糊神经推理网络的交通流量预测研究[J];机械科学与技术;2006年10期

5 胡丹;肖建;车畅;;提升小波支持向量机在交通流量预测中的应用[J];计算机应用研究;2007年08期

6 姚亚夫;刘侃;;基于遗传神经网络的交通流量预测研究[J];公路与汽运;2007年06期

7 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

8 丛新宇;虞慧群;范贵生;;基于组合模型的交通流量预测方法[J];华东理工大学学报(自然科学版);2011年03期

9 刘长虹;黄虎;陈力华;吴伟蔚;;基于随机过程下的交通流量预测方法[J];上海工程技术大学学报;2006年02期

10 犹勇;;组合预测方法在城市交通流量预测中的运用[J];重庆工商大学学报(自然科学版);2007年02期

相关会议论文 前7条

1 庞清乐;;基于蚁群算法的交通流量预测[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

2 张勇;关伟;;基于多变量序列重构的交通流量预测[A];2008第四届中国智能交通年会论文集[C];2008年

3 刘强;朱敏;王小维;邱震宇;;灰色神经模型在空中交通流量预测中的应用[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

4 刘智勇;徐今强;李水友;;城市交通流量的混沌时间序列预测[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

5 周申培;严新平;;信息融合技术在交通流量预测中的应用[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

6 于江波;陈后金;;基于分段学习的BP神经网络的交通流量预测[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

7 蒋海峰;魏学业;张屹;;基于加权一阶局域法的短时交通流量预测的研究[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

相关硕士学位论文 前10条

1 胡孟杰;基于流量预测的交通信号控制技术研究[D];浙江工业大学;2014年

2 慕伟;城市道路交通流预测与路径选择研究[D];浙江工业大学;2015年

3 林海涛;面向短时交通流量预测的神经网络算法研究[D];南京邮电大学;2016年

4 谈X;基于路口相关性的变结构式组合交通流量预测的研究[D];合肥工业大学;2017年

5 许丽;基于多源数据的通勤高峰期交通流量预测方法[D];西南交通大学;2017年

6 张仁初;宁波港船舶交通流量预测研究[D];大连海事大学;2008年

7 朱文姗;拟建高速公路交通流量预测系统的设计与实现[D];中国科学院大学（工程管理与信息技术学院）;2014年

8 李波;基于小波分析和遗传神经网络的短时城市交通流量预测研究[D];北京交通大学;2012年

9 何伟;模糊神经网络在交通流量预测中的应用研究[D];兰州交通大学;2012年

10 吴凯;基于神经网络的短时交通流量预测研究[D];南京邮电大学;2013年

，

本文编号：1675160