基于灰色預(yù)測(cè)模型的短期交通流預(yù)測(cè)研究.pdf

1、短時(shí)交通流預(yù)測(cè)是智能交通控制與管理，交通流狀態(tài)辨識(shí)和實(shí)時(shí)交通流誘導(dǎo)的前提及關(guān)鍵。但到目前為止，它的研究結(jié)果都不盡人意。存在模型運(yùn)算復(fù)雜，運(yùn)算時(shí)間長(zhǎng)，需要大量歷史數(shù)據(jù)，預(yù)測(cè)精度不高等缺點(diǎn)。因此研究短期交通流預(yù)測(cè)具有一定的現(xiàn)實(shí)意義。本文在對(duì)現(xiàn)有短期交通流預(yù)測(cè)模型對(duì)比分析及交通流特性研究分析基礎(chǔ)上，確立了本文的研究目標(biāo)：建立一個(gè)能夠克服現(xiàn)有模型缺點(diǎn)的短期交通流預(yù)測(cè)模型。 近年來(lái)，灰色預(yù)測(cè)模型以其算法簡(jiǎn)單，所需數(shù)據(jù)少，運(yùn)算時(shí)間短的優(yōu)點(diǎn)受

2、到交通流預(yù)測(cè)研究人員的青睞。本文對(duì)現(xiàn)有灰色預(yù)測(cè)模型進(jìn)行了研究分析及總結(jié)，提出了不同交通量原始數(shù)據(jù)情況下的兩種灰色交通流預(yù)測(cè)模型。并通過(guò)實(shí)驗(yàn)驗(yàn)證了模型的有效性。主要工作如下： 1、對(duì)于只具有被測(cè)路段少量歷史交通量數(shù)據(jù)的情況下，本文在深入分析了影響常規(guī)GM(1，1)模型精度的因素上，提出了一種基于背景值改進(jìn)的GM(1，1)短期交通流預(yù)測(cè)模型。此模型不僅可以應(yīng)用于低增長(zhǎng)序列，同時(shí)還可以應(yīng)用于高增長(zhǎng)的序列。通過(guò)與其它模型的比較分析，驗(yàn)證

3、了本文改進(jìn)模型的有效性，并通過(guò)Matlab7．0仿真實(shí)驗(yàn)驗(yàn)證了采用等維遞推方法的改進(jìn)模型更適用于短期交通流預(yù)測(cè)，有更好的預(yù)測(cè)效果。 2、對(duì)于不僅具有被測(cè)路段少量數(shù)據(jù)且具有該被測(cè)路段上下游交通量數(shù)據(jù)的情況下，本文在深入學(xué)習(xí)研究灰色預(yù)測(cè)模型的基礎(chǔ)上，建立了一個(gè)兼顧考慮上下游交通流量的MGM(1，n)短期交通流預(yù)測(cè)模型。并通過(guò)實(shí)驗(yàn)驗(yàn)證了模型的有效性以及其實(shí)用性。一方面拓展了MGM(1，n)模型的使用范圍，一方面驗(yàn)證了兼顧考慮上下游交通