基于SSA RX-N A RX模型的短时交通流预测

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于SSA RX-N A RX模型的短时交通流预测

周海赟, 闫冬梅

文章导航 > 交通信息与安全 > 2019 > 37(4): 89-95

周海赟, 闫冬梅. 基于SSA RX-N A RX模型的短时交通流预测[J]. 交通信息与安全, 2019, 37(4): 89-95. doi: 10.3963/j.issn.1674-4861.2019.04.012

引用本文:

周海赟, 闫冬梅. 基于SSA RX-N A RX模型的短时交通流预测[J]. 交通信息与安全, 2019, 37(4): 89-95. doi: 10.3963/j.issn.1674-4861.2019.04.012

ZHOU Haiyun, YAN Dongmei. A Model for Forecasting Short-term Traffic Flow Based on SSARX-NARX[J]. Journal of Transport Information and Safety, 2019, 37(4): 89-95. doi: 10.3963/j.issn.1674-4861.2019.04.012

Citation:

ZHOU Haiyun, YAN Dongmei. A Model for Forecasting Short-term Traffic Flow Based on SSARX-NARX[J]. Journal of Transport Information and Safety, 2019, 37(4): 89-95. doi: 10.3963/j.issn.1674-4861.2019.04.012

周海赟, 闫冬梅. 基于SSA RX-N A RX模型的短时交通流预测[J]. 交通信息与安全, 2019, 37(4): 89-95. doi: 10.3963/j.issn.1674-4861.2019.04.012

引用本文:

周海赟, 闫冬梅. 基于SSA RX-N A RX模型的短时交通流预测[J]. 交通信息与安全, 2019, 37(4): 89-95. doi: 10.3963/j.issn.1674-4861.2019.04.012

ZHOU Haiyun, YAN Dongmei. A Model for Forecasting Short-term Traffic Flow Based on SSARX-NARX[J]. Journal of Transport Information and Safety, 2019, 37(4): 89-95. doi: 10.3963/j.issn.1674-4861.2019.04.012

Citation:

ZHOU Haiyun, YAN Dongmei. A Model for Forecasting Short-term Traffic Flow Based on SSARX-NARX[J]. Journal of Transport Information and Safety, 2019, 37(4): 89-95. doi: 10.3963/j.issn.1674-4861.2019.04.012

基于SSA RX-N A RX模型的短时交通流预测

doi: 10.3963/j.issn.1674-4861.2019.04.012

南京森林警察学院治安系南京210023
东南大学智能运输系统研究中心南京210018

基金项目:

国家自然科学基金项目

中央高校基本科研业务费专项资金重点项目

中图分类号: U491.1+4
计量
- 文章访问数: 308
- HTML全文浏览量: 55
- PDF下载量: 1
- 被引次数: 0
出版历程
- 刊出日期: 2019-08-28

A Model for Forecasting Short-term Traffic Flow Based on SSARX-NARX

摘要: 为了提高短时交通流的预测精度,向出行者提供更加准确可靠的道路交通信息,在充分考虑交通系统非线性特征的基础上,提出了基于SSARX-NARX的短时交通流预测模型.该模型以NARX作为短时交通流预测基础模型,采用SSARX方法建立了短时交通流预测状态空间模型并估计了模型参数,然后将估计出的状态空间模型的系统阶次和马尔科夫参数的值分别作为N A RX基础预测模型线性部分的初始参数值,优化后构造了SSARX-NARX预测模型.利用PeMS数据库的交通流数据,验证了SSARX-NARX模型的预测性能,比较了SSARX-NARX模型与SSARX模型的预测精度.结果表明,SSARX-NARX模型可以实现1步和多步短时交通流预测,并且针对5步和10步短时交通流预测,SSARX-NARX模型的MAPE值分别比SSARX模型小0.76% 和2.4%,而针对1步交通流预测,SSARX-NARX模型的MAPE值比SSARX模型大0.13%,但相差不大.
- 智能交通 /
- 短时交通流量预测 /
- NLARX模型 /
- SSARX模型

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 308
HTML全文浏览量: 55
PDF下载量: 1
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由北京仁和汇智信息技术有限公司开发