基于時空相關(guān)分析的短時交通流量預(yù)測方法研究.pdf

1、實時準確的交通流量預(yù)測是智能交通控制和誘導(dǎo)的關(guān)鍵，有助于提高交通設(shè)施的利用效率和人們的出行質(zhì)量。對于短時交通流量預(yù)測，迄今已提出了許多模型。這些模型大多只針對某一路口或路段分析其歷史和當前流量數(shù)據(jù)，而未考慮區(qū)域內(nèi)相關(guān)路口或路段的信息。實際上，在區(qū)域道路網(wǎng)絡(luò)中，交通流量數(shù)據(jù)之間存在著緊密的時空關(guān)聯(lián)關(guān)系，如何充分利用區(qū)域內(nèi)的交通流量數(shù)據(jù)以及它們之間的時空關(guān)系，對于提高預(yù)測精度是非常重要的。
　　 本文重點研究了區(qū)域交通流量序列間的時

2、空關(guān)系，設(shè)計了一種基于時空分析的短時交通流量預(yù)測方法。首先，根據(jù)交通流量產(chǎn)生依賴于路網(wǎng)的流動特性，以統(tǒng)計分析理論、空間分析理論為基礎(chǔ)，對相關(guān)系數(shù)的語義進行擴展，定義了時空相關(guān)系數(shù)這一概念，并給出其相應(yīng)性質(zhì)及快速計算方法，從而體現(xiàn)了區(qū)域交通流量序列間的時空特性，提高了時空相關(guān)系數(shù)的計算效率。其次，引入核主成分分析法與時空相關(guān)分析相結(jié)合，得到了一種選取預(yù)測點時空特征的時空分析算法，該算法在判別時空相關(guān)系數(shù)大小的基礎(chǔ)上，由核函數(shù)在高維進特征提

3、取，從而消除了各個預(yù)測因子間存在冗余信息的問題，達到降低輸入變量維數(shù)的目的。最后根據(jù)交通流的非線性特性，選取支持向量機作為其預(yù)測工具，構(gòu)建了由時空特征作為輸入變量的短時交通流量預(yù)測模型。
　　 為驗證算法和模型的有效性，本文在選擇時間相關(guān)分析、空間相關(guān)分析和主成分分析作為其對比算法的同時，以移動平均模型、BP神經(jīng)網(wǎng)絡(luò)模型、混沌-支持向量機模型作為其對比模型，在模擬的交通數(shù)據(jù)上進行測試。結(jié)果表明，本文所提時空分析算法可以有效減少輸