基于ARIMA与人工神经网络组合模型的交通流预测

  本文关键词：基于ARIMA与人工神经网络组合模型的交通流预测，由笔耕文化传播整理发布。

研究生论文

维普资讯

第2 0卷第 4期 20 0 7年 7月

中国公

路学报

Vo1 2 NO. .0 4

C iaJ un l fHih yadT a sot hn o ra o wa n rnp r g

J l 0 7 uy2 0

文章编号： 0 17 7 ( 0 7 0— 1 80 1 0—3 2 2 0 ) 40 1—4

基于 A MA与人工神经网络组合 RI模型的交通流预测 谭满春冯荦斌徐建闽，, ( .暨南大学信息科学技术学院，，东 1广 5 0 3; .华南理工大学交通学院， 162 2广东广州 504) 1 6 1

摘要：自回归求和滑动平均 (将 ARI MA)与人工神经网络组合模型用于短时交通流预测。利用

AR MA模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力，交通流时间序 I把 列看成由线性自相关结构和非线性结构两部分组成，用 A MA模型对交通流序列的线性部分采 RI

进行预测，用人工神经网络模型对其非线性残差部分进行预测。结果表明：组合模型的预测准确性高

于各自单独使用时的准确性；组合方法发挥了 2种模型各自的优势，短期交通流预测的有效方法。是 关键词：交通工程；短期交通流预测；自回归求和滑动平均模型；工神经网络；人时间序列 中图分类号： 9 . 4 U4 1 1文献标志码： A

Tr f i o Pr d c i n Ba e n Hy r d ARI A n a fc Fl w e i to s d o b i M a d ANN o e M dl TAN a - h n,FENG o b n M nc u Lu— i,XU in r i Ja— n a ( .S h o fI f r to ce c n c n l g 1 c o lo n o ma i n S in e a d Te h oo y,Jn n Unv r iy i a i e st,Gu n z o 1 6 2 a g h u 5 0 3,Gu n d n a g o g,Ch n; i a 2 Sc olofT r ns r a in, S t Chia U n v r iy o c ol y,G u n h . ho a po t to ou h n i e st fTe hn og a gz ou

5 0 4,Gu n d n 161 a g o g,Ch n ) ia

Ab ta t Hy rd u o e r s ie n

e r td sr c: b i a t r g e sv it g a e mo ig v r g ( vn a e a e ARI A ) a d riiil e r l M n a t ca n u a f ne wor t k mod l r mp oy d i he s r— e m r fi l e s we e e l e n t ho t t r ta fc fow r d c i . Usng t o i a p e i ton i he g od lne r ft i g a iiy o itn b lt fARI A n he s r ng n M a d t t o onl a a p ng a lt fa tfca e r lne wo k,t i rm p i bi y o riii ln u a t r ne i he t a fc fo tme s re s c r f i l w i e is wa onsd r d t e c m p s d o i a u o o r l ton s r t r n ie e o b o o e f a lne r a t c r e a i t uc u e a d a no i e r s r t e ARI A de sus d t r d c h i a omp e tofta fc fow i e nln a t uc ur . M mo lwa e o p e it t e lne r c on n r fi l tm

s re n h r i ca e r l n t r d lwa p l d t h o l e r r sd a o o e t e i s a d t e a tf i l n u a e wo k mo e s a p i o t e n n i a e i u lc mp n n i e n p e ito . Re u t h w ha he hy rd mo l r dcin s ls s o t tt b i de,whih t ke dv n a e o heuni e s r n h of c a sa a t g ft qu te gt t wo m o e s i i a n nl a d lng,c n pr du e mo e a c r t r d c i s t n t t he t d l n lne ra d no i r mo e i ne a o c r c u a e p e i ton ha ha ofsn e mo 1 i gl de .Th brd mo lc n be a fii ntme ho o t e s r—e m r f i l w r— e hy i de a n e

fc e t d t h ho t t r t a fc fo p e diton ci .

Ke r:t a fc e g ne rn y wo ds r fi n i e i g;s or— e m r fi l h tt r t a fc fow e c i n;ARI A pr dito M mod l r iii ln u e;a tfca e— r ln t a e wor k:tme s re i eis

O

引# 交通流预测是智能运输系统中的路径诱导和交

通流控制的必要条件，通流信息的实时性和可靠交 性直接关系到交通管理与控制的效果，此短时交因通流预测是一个研究热点。交通流预测模型与方法

收稿日期：0 61—4 2 0—02基金项目：家自然科学基金项目(0 70 4;东省自然科学基金项目( 6 2 2 9国 55 8 6 )广 0051)

作者简介：满春 (9 8)男，谭 16一，湖南汝城人，教授，副工学博士，— i tn@ju e u c。 E mal amc n . d .n:

  本文关键词：基于ARIMA与人工神经网络组合模型的交通流预测，由笔耕文化传播整理发布。