关于交通流量数据预测建模研究

发布时间：2018-10-05 20:13

【摘要】：研究高速路交通流量预测建模问题,交通流量数据不仅具有周期性还具有波动性。由于交通流量存在随机性,传统模型只反映了交通流量一部分信息,预测准确度较低。为了提高高速路交通流量预测精度,结合交通流量数据特性,提出了一种新的混合预测方法。采用EEMD分解非周期分量,使其信息最大化,对分解出的分量进行GARCH效应检验。根据检验结果建立了混合预测模型。针对成都市某高速路的实测交通流量数据,采用混合预测模型与EEMD-ARMA模型、神经网络模型进行对比实验。实验结果表明,高速路交通流量的非周期分量存在明显的GARCH效应,相比于传统模型,混合模型的预测平均误差和均方误差小,预测精度高且稳定。
[Abstract]:The traffic flow data are not only periodic but also fluctuating. Because of the randomness of traffic flow, the traditional model only reflects a part of traffic flow information, and the prediction accuracy is low. In order to improve the accuracy of highway traffic flow prediction, a new hybrid forecasting method is proposed based on the characteristics of traffic flow data. EEMD is used to decompose the aperiodic component to maximize its information and to test the GARCH effect of the decomposed component. Based on the test results, a mixed prediction model is established. Based on the measured traffic flow data of a highway in Chengdu, the mixed prediction model, EEMD-ARMA model and neural network model are used to carry out the contrast experiment. The experimental results show that the aperiodic component of highway traffic flow has obvious GARCH effect. Compared with the traditional model, the prediction average error and mean square error of the mixed model are small, and the prediction accuracy is high and stable.
【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】：U491

【参考文献】

相关期刊论文 前1条

1 邵忍平;曹精明;李永龙;;基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断[J];振动与冲击;2012年08期

【共引文献】

相关期刊论文 前10条

1 张霆;张友鹏;;基于EMD小波包和ANFIS的滚动轴承故障诊断[J];计算机工程与应用;2013年21期

2 杨洪涛;方传智;;高压水射流靶物探测反射声优化处理方法[J];合肥工业大学学报(自然科学版);2014年04期

3 李鹏宇;邵忍平;汪亚运;;基于Shannon熵的LCD-SVM方法在齿轮故障分类中的研究[J];机械传动;2014年04期

4 王向红;向建军;尹东;;微弱裂纹信号的ICA盲源分离提取[J];长沙理工大学学报;2014年02期

5 刘福荣;孙福军;田伟;姜述杰;;基于EEMD峰度阈值变压器振动信号降噪方法[J];黑龙江电力;2014年03期

6 余发军;周凤星;;基于EEMD和自相关函数特性的自适应降噪方法[J];计算机应用研究;2015年01期

7 柴凯;张梅军;黄杰;陈灏;;基于LabVIEW的液压系统故障信号处理方法[J];机床与液压;2015年01期

8 翟哲;李伟凯;李长凯;裴玉;;EMD在叶绿素光谱信号去噪中的应用[J];江苏农业科学;2015年04期

9 刘晓艳;贾明涛;;基于改进EMD—小波阈值联合去噪的城市地下管线识别与定位[J];中国安全生产科学技术;2015年06期

10 孟宗;李姗姗;;基于小波改进阈值去噪和HHT的滚动轴承故障诊断[J];振动与冲击;2013年14期

相关博士学位论文 前4条

1 刘学工;基于油液监测技术的重型车辆故障诊断研究[D];长春理工大学;2013年

2 孟秀芝;井下爆破震源实时监测与定位系统的研究与应用[D];中国矿业大学（北京）;2014年

3 钟先友;旋转机械故障诊断的时频分析方法及其应用研究[D];武汉科技大学;2014年

4 王慧泉;动态光谱法血液成分无创检测若干关键技术研究[D];天津大学;2014年

相关硕士学位论文 前10条

1 付新欣;基于小波分析的滚动轴承故障诊断技术研究[D];沈阳航空航天大学;2013年

2 徐春雷;基于粒子滤波方法的齿轮箱故障诊断技术[D];中北大学;2013年

3 张婧;面向云计算运营管理的资源预测模型[D];西北大学;2013年

4 樊刘娟;WPD-EEMD方法在脑电信号处理中的应用研究[D];太原理工大学;2013年

5 刘霞;风力机传动系统故障诊断研究[D];华中科技大学;2013年

6 翟哲;EMD方法在近红外光谱信号去噪问题中的应用[D];黑龙江八一农垦大学;2014年

7 田京;针对脑电控制假手的运动想象识别及其本体感觉反馈研究[D];杭州电子科技大学;2014年

8 陈仁磊;瓦斯时间序列混沌特性分析及预测研究[D];燕山大学;2014年

9 曹鹏;旋转机械状态监测方法研究及系统实现[D];西南石油大学;2014年

10 王斌;基于小波分析和BP神经网络的滚动轴承故障诊断方法研究[D];兰州交通大学;2014年

【二级参考文献】

相关期刊论文 前3条

1 李振兴;徐洪洲;;基于经验模态分解的小波阈值降噪方法研究[J];计算机仿真;2009年09期

2 邵忍平;黄欣娜;刘宏昱;徐永强;;基于高阶累积量的齿轮系统故障检测与诊断[J];机械工程学报;2008年06期

3 鞠萍华;秦树人;秦毅;丁志宇;;多分辨EMD方法与频域平均在齿轮早期故障诊断中的研究[J];振动与冲击;2009年05期

相关硕士学位论文 前1条

1 周丹;短时傅里叶变换和提升小波变换在脉象信号分析中的应用[D];重庆大学;2008年

【相似文献】

相关期刊论文 前10条

1 首艳芳;徐建闽;李红杰;;中国南部交通流量预测模型研究(英文)[J];科学技术与工程;2008年11期

2 康维新;杨文彬;李鹏;盛卓;姜澎;刘绍云;;交通流量远程发布系统设计[J];哈尔滨理工大学学报;2012年05期

3 王继彩;改革包车制度 减少交通流量[J];交通与运输;1994年06期

4 韦明;公路车辆交通流量管理系统[J];电脑学习;2000年01期

5 王铁宇,周宏伟,陈建坤,齐道合;浅谈交通流量观测仪的选型问题[J];黑龙江交通科技;2002年03期

6 崔杰,丁广德,熊宪英,汪楠;天津市交通流量调查和分析[J];城市环境与城市生态;2003年06期

7 黄潂,陈森发,周振国,亓霞;城市交通流量的非线性混沌预测模型研究(英文)[J];Journal of Southeast University(English Edition);2003年04期

8 徐启华;杨瑞;;支持向量机在交通流量实时预测中的应用[J];公路交通科技;2005年12期

9 肖鹏;白存儒;李思海;褚芳芳;;交通流量比率控制指数应用分析[J];华东交通大学学报;2006年02期

10 张玉梅;曲仕茹;温凯歌;;交通流量的混沌特性分析及预测模型研究[J];土木工程学报;2009年01期

相关会议论文 前5条

1 杨文;张志敏;万浩;;一种改进的短期交通流量多步预测模型[A];转型与重构——2011中国城市规划年会论文集[C];2011年

2 谷远利;余惠华;;动态交通流量预测方法研究[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（上册）[C];2005年

3 斯文骏;郭晓泽;宋国杰;吴峻;谢昆青;;一种新建道路对高速公路网交通流量影响的分析方法[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

4 陈迎迎;杨永耀;吴昊e，

本文编号：2254723