基于小波分析和非参数回归的交通流组合预测方法

doi:10.3969/j.issn.1674-0696.2011.04.024

重庆交通大学学报（自然科学版） ›› 2011, Vol. 30 ›› Issue (4): 807-811.DOI: 10.3969/j.issn.1674-0696.2011.04.024

基于小波分析和非参数回归的交通流组合预测方法

窦慧丽^1，2 ，吴志周²

1．浙江交通职业技术学院运输管理学院，浙江杭州311112； 2．同济大学道路与交通工程教育部重点实验室，上海201804

收稿日期:2011-05-05 修回日期:2011-06-09 出版日期:2011-08-15 发布日期:2015-01-22
作者简介:窦慧丽(1979—)，女，河南郏县人，讲师，博士研究生，主要从事智能交通运输系统方面的研究。E-mail：doucauchy@163.com
基金资助:
国家自然科学基金重点项目(70631002)；国家“863”计划项目(2008AA11Z205)

Trafic Flow Prediction Based on Wavelet Analysis and Nonparametric Regression

DOU Hui-1i^1，2，WU Zhi-zhou²

1．Institute of Transportation Management，Zhejiang Institute of Communications，Hangzhou 311112，Zhejiang，China； 2．Key Laboratory of Road&Traffic Engineering of Ministry of Education，Tongji University，Shanghai 201804 ，Chin

Received:2011-05-05 Revised:2011-06-09 Online:2011-08-15 Published:2015-01-22

摘要/Abstract

摘要： 针对实际交通系统时变复杂的特征和交通流变化的不确定性，基于模式识别的思想，提出了一种小波分析和 K近邻非参数回归相结合的交通流组合预测模型。模型首先应用小波分析理论，对原始交通数据进行了消噪处理，使消噪后的数据更能反映交通流的本质及变化规律；然后采用K近邻非参数回归模型对交通流进行预测；最后根据该模型，结合实测交通流数据进行了预测实验分析。结果表明：该方法具有较高的预测精度，可用于交通流的实时动态预测。

关键词: 交通流预测, 小波分析, 消噪, K近邻非参数回归

Abstract: According to the complexity of the field traffic system and the uncertainty of the traffic flow，a traffic flow predic- tion model which combined an algorithm of wavelet analysis with nonparametric regression was established based on the thoughts of pattern recognition．First，theory of wavelet analysis was applied to eliminate the effect of noise Oil the real-time traffic data，which can reflect the essenee of traffic flow．Then with the worked traffic data，K-nearest neighbor nonparamet- tic regression was used to predict traffic flows of the next time period．Finally，according to the proposed algorithm，the prediction analysis was carried out．The results indicate that the model has a finer precision and can be used for the real- time dynamic traffic flow prediction．

Key words: traffic flow prediction, wavelet analysis, denoise, K-nearest neighbor nonparametrie regression

中图分类号:

U491

窦慧丽，吴志周. 基于小波分析和非参数回归的交通流组合预测方法[J]. 重庆交通大学学报（自然科学版）, 2011, 30(4): 807-811.

DOU Hui-1i，WU Zhi-zhou. Trafic Flow Prediction Based on Wavelet Analysis and Nonparametric Regression[J]. Journal of Chongqing Jiaotong University(Natural Science), 2011, 30(4): 807-811.

参考文献

[1]李雁,陆海亭,张宁.短时交通流预测建模因素和建模策略[J].公路,2010(4) :130 -133.
IJ Yan, LU Hai-ting, ZHANG Ning. Modeling factors ami stralrgy of short-term traffic flow forecasting [J]. Highway, 2010(4): 130-133.
[2]Smith B L, Williams B M. Comparison of parametric and nonpara?metric models for traffic flow forecasting [J]. Transportation Research C, 2002, 10(4) :303 -321.
[3]贺国光,李宇,马寿峰.基于数学模型的短时交通流预测方法探讨[J].系统工程:理论与实践,2000( 12) :51 - 56.
HE Guo-guang, LI Yu, MA Shou-feng. Discussion on short-term traffic flow forecasting methods based on mathematical models [J]. System Engineering： Theory & Practice, 2000 ( 12 ): 51 -56.
[4]谭满春,李英俊,徐建闽.基于小波消噪的ARIMA与SVM组合交通流预测[J].公路交通科技,2009,26 (7): 127 - 132,138.
TAN Man-chun, LI Ying-jun, XU Jian-min. A hybrid ARIMA and SVM model for traffic flow prediction based on wavelet denois- ing [ J].Journal of Highway and Transportation Research and De?velopment, 2009, 26(7) :I27-132,138.
[5]孙延奎.小波分析及其应用[M].北京：机械工业出版社, 2005：31 -35.
[6]Oswald R K, William T S, Brian L S. Traffic flow forecasting u?sing approximate nearest neighbor nonparametric regression, UVACTS - 15 -13 -7[ R]. Charlottesville, VA：Center for Trans?portation Studies, University of Virginia,2001.
[7]翟宇梅,赵瑞星,肖任春,等.K近邻非参数回归概率预报技术及其应用[J].应用气象学报,2005,16(4):453 -459.
ZHAI Yu-mei, ZHAO Rui-xing, XIAO Ren-chun, et al. K-nearest neighbor nonparametric regression for probability forecasting with its applications [J]. Journal of Applied Meteorological Sci?ence, 2005, 16(4) ：453 -459.
[8]史旭明,金龙.基于相似离度的模糊神经网络方法在降水预报中的应用[J].计算机应用,2007,27(6):63 -66.
SHI Xu-ming JIN Long. Fuzzy neural network and its application for rainfall forecasting based on similar deviation [J]. Computer Application, 2007,27(6) ；63 -66.
[9]皮晓亮,王正,韩皓.基于环形线圈检测器采集信息的交通状态分类方法应用研究[J ].公路交通科技,2006,23 (4) : 115 -119.
PI Xiao-liang, Wang Zheng, HAN Hao. Application research of traffic state classification method based on collected information from loop detector [J]. Journal of Highway and Transportation Re?search and Development, 2006, 23(4) ：115 -119.
[10]韩超,宋苏,王成红.基于ARIMA模型的短时交通流实时自适应预测[J].系统仿真学报,2004,16(7) :1530 -1535.
HAN Chao,SONG Su,WANG Cheng-hong. A real-time short-term traffic flow adaptive forecasting method based on ARIMA model [J]. Journal of System Simulation, 2004, 16(7) ：1530 - 1535.

[1]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[2]	翁小雄，郝翊. 基于LSTM引入客车占比特征的短时交通流预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 20-25.
[3]	黄国斌1，谭兴龙2. GPS动态观测中的信号滤波方法研究[J]. 重庆交通大学学报（自然科学版）, 2019, 38(09): 39-44.
[4]	陆百川1,2，舒芹1，马广露1. 基于多源交通数据融合的短时交通流预测[J]. 重庆交通大学学报（自然科学版）, 2019, 38(05): 13-19.
[5]	徐建闽1,2，李岿林1，翟春杰1，肖雅惠2. 基于短时交通流预测的单交叉口自适应控制[J]. 重庆交通大学学报（自然科学版）, 2018, 37(09): 73-78.
[6]	罗天洪，熊钰，孙冬梅. 二维联合模糊的液压系统故障诊断专家系统[J]. 重庆交通大学学报（自然科学版）, 2012, 31(6): 1227-1231.
[7]	方琴,李永前. K 近邻短期交通流预测[J]. 重庆交通大学学报（自然科学版）, 2012, 31(4): 828-831.
[8]	刘洋，赵明阶，贺林林，林军志. 石龙山隧道爆破振动信号的小波分析[J]. 重庆交通大学学报（自然科学版）, 2012, 31(2): 223-227.
[9]	印洪浩，彭中波. 基于小波网络的船舶柴油机燃油系统故障诊断[J]. 重庆交通大学学报（自然科学版）, 2012, 31(2): 349-352.
[10]	黄美灵,陆百川,谭伟. 基于多尺度分析与神经网络的交通流预测[J]. 重庆交通大学学报（自然科学版）, 2010, 29(3): 437-440.
[11]	高为，陆百川，黄美灵. 基于小波去噪和最优权重信息融合的短时交通量预测[J]. 重庆交通大学学报（自然科学版）, 2010, 29(1): 106-109.
[12]	李建章，朱顺应. 高速公路交通流的分形维数与相空间重构预测[J]. 重庆交通大学学报（自然科学版）, 2007, 26(6): 119-122.
[13]	许建文，汪坚，吴江宁，高燕希. 小波分析在地质雷达数据去噪中的运用[J]. 重庆交通大学学报（自然科学版）, 2007, 26(1): 108-111.
[14]	杨芳明，朱顺应. 基于小波的短时交通流预测[J]. 重庆交通大学学报（自然科学版）, 2006, 25(3): 99-102.

基于小波分析和非参数回归的交通流组合预测方法

Trafic Flow Prediction Based on Wavelet Analysis and Nonparametric Regression

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics