国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于時(shí)間序列的高速公路交通流量預(yù)測(cè)方法

      文檔序號(hào):6714761閱讀:487來(lái)源:國(guó)知局
      基于時(shí)間序列的高速公路交通流量預(yù)測(cè)方法
      【專(zhuān)利摘要】一種基于時(shí)間序列的高速公路交通流量預(yù)測(cè)方法,包括選擇一個(gè)時(shí)間標(biāo)度,統(tǒng)計(jì)建立交通流量時(shí)間序列Q=(xi)的步驟;根據(jù)所選擇的時(shí)間標(biāo)度,自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均項(xiàng)個(gè)數(shù)q的取值范圍的步驟;求取自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均項(xiàng)個(gè)數(shù)q的步驟;將最優(yōu)自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均項(xiàng)個(gè)數(shù)q,結(jié)合交通流量時(shí)間序列Q,采用極大似然估計(jì)進(jìn)行擬合得到最優(yōu)ARMA模型,得到歷史測(cè)量值的權(quán)值參數(shù)和歷史誤差值的權(quán)值參數(shù)的步驟;以及求取不同時(shí)間標(biāo)度下的交通流量的預(yù)測(cè)序列的步驟。本發(fā)明所的時(shí)間序列模型能更好的滿足高速公路各類(lèi)型流量的預(yù)測(cè)需求,提高了預(yù)測(cè)的普適性。運(yùn)算簡(jiǎn)單,提高了預(yù)測(cè)的效率和速度,滿足了高速公路交通預(yù)測(cè)的工程需求。
      【專(zhuān)利說(shuō)明】基于時(shí)間序列的高速公路交通流量預(yù)測(cè)方法

      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及交通流量預(yù)測(cè)【技術(shù)領(lǐng)域】,具體來(lái)講是一種基于時(shí)間序列的高速公路交 通流量預(yù)測(cè)方法。

      【背景技術(shù)】
      [0002] 近年來(lái),隨著社會(huì)經(jīng)濟(jì)的發(fā)展、機(jī)動(dòng)車(chē)輛保有量的迅速增加。隨著我國(guó)高速公路 覆蓋面的增加及服務(wù)水平的提升,越來(lái)越多的人們選擇駕駛或者乘坐汽車(chē)通過(guò)高速公路出 行。這樣的現(xiàn)實(shí)條件下,交通管制系統(tǒng)也隨之承受了更大的壓力。作為交管系統(tǒng)的管理基 礎(chǔ),高速公路交通流量預(yù)測(cè)的準(zhǔn)確性變得尤為重要。
      [0003] 目前,常用的短時(shí)預(yù)測(cè)方法有:卡爾曼濾波、人工神經(jīng)網(wǎng)絡(luò)等多種方法。這些方法 主要針對(duì)短期(一般認(rèn)為,不超過(guò)15分鐘,甚至小于5分鐘)的交通流量預(yù)測(cè)。而高速公 路交通預(yù)測(cè)主要目的是為新的高速路段的修建、高速管制分流等提供基礎(chǔ)。最為需要的是 對(duì)中期(一般認(rèn)為,不超過(guò)1天),乃至長(zhǎng)期(一般認(rèn)為,超過(guò)1天)的高速公路的預(yù)測(cè)。且 這些常用的短時(shí)預(yù)測(cè)方法在實(shí)際應(yīng)用中往往會(huì)有運(yùn)算時(shí)間較長(zhǎng),普適性不足等問(wèn)題,使其 難以應(yīng)用于工程實(shí)現(xiàn)中。


      【發(fā)明內(nèi)容】

      [0004] 本發(fā)明的目的是提供一種基于時(shí)間序列的高速公路交通流量預(yù)測(cè)方法,以提高交 通流預(yù)測(cè)的普適性。
      [0005] 實(shí)現(xiàn)本發(fā)明的目地的技術(shù)方案如下:一種基于時(shí)間序列的高速公路交通流量預(yù)測(cè) 方法,包括
      [0006] 步驟1 :選擇一個(gè)時(shí)間標(biāo)度,統(tǒng)計(jì)建立交通流量時(shí)間序列Q = (xj,其中i = 1,2, ...,n ;所述時(shí)間標(biāo)度為月、日或小時(shí);
      [0007] 步驟2 :根據(jù)所選擇的時(shí)間標(biāo)度,設(shè)定自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均項(xiàng)個(gè)數(shù)q的取值 范圍:當(dāng)時(shí)間標(biāo)度為月,P、q的取值范圍為1至3 ;當(dāng)時(shí)間標(biāo)度為日,p、q的取值范圍為1至 5 ;當(dāng)時(shí)間標(biāo)度為小時(shí),p、q的取值范圍為1至10 ;
      [0008] 步驟3 :求取最優(yōu)自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均項(xiàng)個(gè)數(shù)q :任意選取自回歸項(xiàng)個(gè)數(shù)p 和移動(dòng)平均項(xiàng)個(gè)數(shù)q的一種組合,結(jié)合交通流量時(shí)間序列Q,采用極大似然估計(jì)進(jìn)行擬合得 到ARMA模型,根據(jù)ARMA模型計(jì)算出赤池信息量準(zhǔn)則AIC值與貝葉斯信息準(zhǔn)則BIC值;以赤 池信息量準(zhǔn)則AIC值且貝葉斯信息準(zhǔn)則BIC值為最小時(shí)所對(duì)應(yīng)的自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平 均項(xiàng)個(gè)數(shù)q為最優(yōu)自回歸項(xiàng)個(gè)數(shù)P和移動(dòng)平均項(xiàng)個(gè)數(shù)q ;
      [0009] 步驟4 :將最優(yōu)自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均項(xiàng)個(gè)數(shù)q,結(jié)合交通流量時(shí)間序列Q, 采用極大似然估計(jì)進(jìn)行擬合得到最優(yōu)ARMA模型,其自回歸項(xiàng)即歷史測(cè)量值的權(quán)值參數(shù)為 ,移動(dòng)平均項(xiàng)即歷史誤差值的權(quán)值參數(shù)為Θ Θ 2, . . .,Θ q ;
      [0010] 步驟5:求取不同時(shí)間標(biāo)度下的交通流量的預(yù)測(cè)序列0 =(為),其中i = 1,2, 3, · · ·,η, n+1 ;包括(1)當(dāng)時(shí)間標(biāo)度為月:
      [0011] a.當(dāng)i = 1時(shí),

      【權(quán)利要求】
      1. 一種基于時(shí)間序列的高速公路交通流量預(yù)測(cè)方法,其特征在于,包括 步驟1 :選擇一個(gè)時(shí)間標(biāo)度,統(tǒng)計(jì)建立交通流量時(shí)間序列Q=(Xi),其中i= 1,2,...,n;所述時(shí)間標(biāo)度為月、日或小時(shí); 步驟2 :根據(jù)所選擇的時(shí)間標(biāo)度,設(shè)定自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均項(xiàng)個(gè)數(shù)q的取值范 圍:當(dāng)時(shí)間標(biāo)度為月,P、q的取值范圍為1至3;當(dāng)時(shí)間標(biāo)度為日,p、q的取值范圍為1至5; 當(dāng)時(shí)間標(biāo)度為小時(shí),P、q的取值范圍為1至10 ; 步驟3 :求取最優(yōu)自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均項(xiàng)個(gè)數(shù)q:任意選取自回歸項(xiàng)個(gè)數(shù)p和 移動(dòng)平均項(xiàng)個(gè)數(shù)q的一種組合,結(jié)合交通流量時(shí)間序列Q,采用極大似然估計(jì)進(jìn)行擬合得到 ARMA模型,根據(jù)ARMA模型計(jì)算出赤池信息量準(zhǔn)則AIC值與貝葉斯信息準(zhǔn)則BIC值;以赤池 信息量準(zhǔn)則AIC值且貝葉斯信息準(zhǔn)則BIC值為最小時(shí)所對(duì)應(yīng)的自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均 項(xiàng)個(gè)數(shù)q為最優(yōu)自回歸項(xiàng)個(gè)數(shù)P和移動(dòng)平均項(xiàng)個(gè)數(shù)q; 步驟4 :將最優(yōu)自回歸項(xiàng)個(gè)數(shù)p和移動(dòng)平均項(xiàng)個(gè)數(shù)q,結(jié)合交通流量時(shí)間序列Q,采 用極大似然估計(jì)進(jìn)行擬合得到最優(yōu)ARMA模型,其自回歸項(xiàng)即歷史測(cè)量值的權(quán)值參數(shù)為 --%,--?,%,移動(dòng)平均項(xiàng)即歷史誤差值的權(quán)值參數(shù)為0 1;02,...,0q; 步驟5 :求取不同時(shí)間標(biāo)度下的交通流量的預(yù)測(cè)序列d= (i,),其中i= 1,2, 3, ? ? ?,n,n+1 ;包括(1)當(dāng)時(shí)間標(biāo)度為月:
      (3)當(dāng)時(shí)間標(biāo)度為小時(shí):
      【文檔編號(hào)】G08G1/01GK104269055SQ201410495385
      【公開(kāi)日】2015年1月7日 申請(qǐng)日期:2014年9月24日 優(yōu)先權(quán)日:2014年9月24日
      【發(fā)明者】戴元, 盛鵬, 代雨婷, 柏吉瓊, 謝強(qiáng), 王俊峰 申請(qǐng)人:四川省交通科學(xué)研究所
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1