基于穩(wěn)健統計的公路短時交通流“機理+辨識”策略研究.pdf

1、短時交通流預測是支撐交通控制系統、交通流誘導系統等智能運輸系統子系統的關鍵技術之一。交通流是典型的非線性時間序列，需要找到有效且穩(wěn)健的非線性預報方法。組合預測模型是當前短時交通流預測的主要策略，而“機理+辨識”預測策略作為新的預測理論，是組合預測模型的一種細化和深化，對組合預測模型的深入全面研究是完善和發(fā)展“機理+辨識”預測策略的基礎。這兩點是本文研究的重點。
　　 本論文的主要研究內容和成果如下：
　　 (1)將“機理

2、+辨識”預測策略應用到短時交通流預測中，利用時間序列分析和數理統計學的相關知識提出了低階非線性組合預報的概念，并對其的可靠性和穩(wěn)健性進行了初步的分析和證明。同時，進一步完善了非線性變換提高信噪比的思想，并給出了四種基本的低階非線性變換形式，來有效提高交通流的預測準確率。本文不僅給出了這四種低階非線性變換的數學證明，而且從小波變換和功率譜分析的角度證明了非線性變換提高信噪比的有效性，最后在Matlab仿真實驗中也證實了這一結果。
　

3、　 (2)將自助法引入到包括五種單一預測模型的組合預測模型中，有效地改善了預測效果；并分別對包括七種和十二種單一預測模型的組合預測模型，研究了不同的樣本訓練數目對組合預測效果的影響，比較了組合預測模型的簡單平均法、方差導數法和Dickinson法預測效果的優(yōu)劣，并對不同組合預測模型和不同預測方法的結果變化規(guī)律給出了理論性的解釋；為Dickinson最優(yōu)組合權重系數的改進提供了直接的試驗基礎。
　　 (3)研究了普通和自適應動態(tài)