交通运输系统工程与信息
交通運輸繫統工程與信息
교통운수계통공정여신식
JOURNAL OF COMMUNICATION AND TRANSPORTATION SYSTEMS ENGINEERING AND INFORMATION
2010年
2期
106-111
,共6页
郭敏%蓝金辉%肖翔%卢海锋
郭敏%藍金輝%肖翔%盧海鋒
곽민%람금휘%초상%로해봉
城市交通%交通流%预测%混沌理论%耗散系统%多元局域预测法
城市交通%交通流%預測%混沌理論%耗散繫統%多元跼域預測法
성시교통%교통류%예측%혼돈이론%모산계통%다원국역예측법
urban traffic%traffic flow%forecasting%chaos theory%dissipative system%multivariate local method
随着机动车保有量的增加,交通拥堵变成迫切需要解决的问题.道路交通流预测可以使交通管理部门提前制订相关政策,面对即将出现的交通问题提前采取管控措施,从而可以在一定程度上缓解交通压力.道路交通流预测预报是智能交通系统关键技术之一,短时预测是交通控制、车辆导航的技术基础.本文在对交通系统具有耗散系统特性分析的基础上,认为交通状态中存在混沌.本文运用混沌与分形理论恢复交通流量序列的动力学系统,并用多元局域预测法对时间序列进行预测,并实地采集数据运用模型进行分析校验.通过分析不同时间间隔的时间序列的评价指标,比较得出此法在2至5分钟内有较高的预测精度.
隨著機動車保有量的增加,交通擁堵變成迫切需要解決的問題.道路交通流預測可以使交通管理部門提前製訂相關政策,麵對即將齣現的交通問題提前採取管控措施,從而可以在一定程度上緩解交通壓力.道路交通流預測預報是智能交通繫統關鍵技術之一,短時預測是交通控製、車輛導航的技術基礎.本文在對交通繫統具有耗散繫統特性分析的基礎上,認為交通狀態中存在混沌.本文運用混沌與分形理論恢複交通流量序列的動力學繫統,併用多元跼域預測法對時間序列進行預測,併實地採集數據運用模型進行分析校驗.通過分析不同時間間隔的時間序列的評價指標,比較得齣此法在2至5分鐘內有較高的預測精度.
수착궤동차보유량적증가,교통옹도변성박절수요해결적문제.도로교통류예측가이사교통관리부문제전제정상관정책,면대즉장출현적교통문제제전채취관공조시,종이가이재일정정도상완해교통압력.도로교통류예측예보시지능교통계통관건기술지일,단시예측시교통공제、차량도항적기술기출.본문재대교통계통구유모산계통특성분석적기출상,인위교통상태중존재혼돈.본문운용혼돈여분형이론회복교통류량서렬적동역학계통,병용다원국역예측법대시간서렬진행예측,병실지채집수거운용모형진행분석교험.통과분석불동시간간격적시간서렬적평개지표,비교득출차법재2지5분종내유교고적예측정도.
With the ever-increasing motor vehicle population,traffic congestion is a severe problem of urban traffic.Tragic flow forecasting may help the traffic management branch to formulate relevant policies,optimize traffic management and.solve the traffic problem,at last release the traffic pressure in a certain extent.It is one of the important issues of intelligent transportation systems.Short-time traffic flow forecasting is the main technology of traffic control and vehicle-based navigation.This paper points out that transportation system is a dissipative system and the chaos exists in traffic status.It restores dynamical systems with chaos and fractal theory and predicts the traffic flow using multivariate time series of local prediction method.The basic traffic data are collected to test the effectiveness of the model,and the evaluation index of different time interval of the traffic flow series is analyzed.The proposed method has high prediction accuracy within 2 or 5 minutes level.