基于时空特征分析的短时交通流预测模型

doi:10.3969/j.issn.1674-0696.2016.03.22

重庆交通大学学报（自然科学版） ›› 2016, Vol. 35 ›› Issue (3): 105-109.DOI: 10.3969/j.issn.1674-0696.2016.03.22

基于时空特征分析的短时交通流预测模型

田保慧，郭彬

(河南交通职业技术学院交通信息工程系，河南郑州 450000)

收稿日期:2014-12-16 修回日期:2015-03-09 出版日期:2016-06-20 发布日期:2016-06-20
作者简介:第一作者：田保慧（1975—），女,河南郑州人，副教授，主要从事交通信息化方面的研究。E-mail：18341615@qq.com。
基金资助:
河南省交通运输厅科技计划项目（2014G21）

A Short-Term Traffic Flow Prediction Model Based on Spatio-Temporal Characteristics Analysis

TIAN Baohui, GUO Bin

(Department of Traffic Information Engineering, Henan Communication Vocational Technology College, Zhengzhou 450000, Henan, P.R.China)

Received:2014-12-16 Revised:2015-03-09 Online:2016-06-20 Published:2016-06-20

摘要/Abstract

摘要： 交通流预测的实时性和准确性直接影响到交通流诱导系统的高效性，是智能交通领域研究的热点。为了进一步提高短时交通流预测的精度，提出一种基于时空特征分析的短时交通流预测模型。在分析路段时空相关性的基础上，利用云模型改进的遗传算法对支持向量机的参数进行优化，得到最优的支持向量机模型，并实现短时交通流预测。以长春市局部路网的实测数据为基础，验证了所提出模型的有效性和可行性。

关键词: 交通运输工程, 交通量预测, 时空特征分析, 云模型, 遗传算法, 支持向量机

Abstract: The real-time and accuracy of traffic flow prediction directly affect the efficiency of traffic flow guidance system, which is a hot issue of intelligent transportation system research. In order to improve the accuracy of short-term traffic flow forecasting further, a short-term traffic flow prediction model based on spatio-temporal characteristics analysis was proposed. On the basis of spatio-temporal correlativity analysis of section, the parameters of support vector machine (SVM) were optimized by using the genetic algorithm improved by cloud model. At last, the optimal SVM model was obtained, and it realized the short-term traffic flow prediction. Based on the measured data of local road network in Changchun city, the feasibility and effectiveness of the proposed model were verified.

Key words: traffic and transportation engineering, traffic flow forecasting, spatio-temporal characteristics analysis, cloud model, genetic algorithm, support vector machine

中图分类号:

U491.1

田保慧，郭彬. 基于时空特征分析的短时交通流预测模型[J]. 重庆交通大学学报（自然科学版）, 2016, 35(3): 105-109.

TIAN Baohui, GUO Bin. A Short-Term Traffic Flow Prediction Model Based on Spatio-Temporal Characteristics Analysis[J]. Journal of Chongqing Jiaotong University(Natural Science), 2016, 35(3): 105-109.

参考文献

［1］朱征宇,刘琳,崔明.一种结合SVM与卡尔曼滤波的短时交通流预测模型［J］.计算机科学,2013,40（10）:248-278.
ZHU Zhengyu, LIU Lin, CUI Ming. Short-term traffic flow forecasting model combining SVM and Kalman filtering ［J］.Computer Science, 2013, 40(10): 248-278.
［2］张晓利,贺国光,陆化普.基于K-邻域非参数回归短时交通流预测方法［J］.计算机应用与软件,2009,24(2):178-182.
ZHANG Xiaoli, HE Guoguang, LU Huapu. Short-term traffic flow forecasting based on K-nearest neighbors non-parametric regession［J］. Journal of Systems Engineering,
2009, 24 (2): 178-182.
［3］唐志强,王正武,招晓菊,等. 基于神经网络和混沌理论的短时交通流预测［J］.山西科技,2005(5):117-120.
TANG Zhiqiang, WANG Zhengwu,ZHAO Xiaoju, et al. Short-time traffic prediction based on neural network and chaos theory［J］. Shanxi Science and Technology, 2005(5): 117-120.
［4］杨兆升,王媛,管青. 基于支持向量机方法的短时交通流量预测方法［J］.吉林大学学报(工学版),2006,36(6):881-884.
YANG Zhaosheng, WANG Yuan, GUAN Qing. Short-term traffic flow prediction method based on SVM［J］. Journal of Jilin University (Engineering and Technology Edition), 2006, 36(6): 881-884.
［5］陈淑燕,王炜. 交通量的灰色神经网络预测方法［J］. 东南大学学报（自然科学版）,2004,34(7):541-544.
CHEN Shuyan, WANG Wei. Grey neural network forecasting for traffic flow［J］. Journal of Southeast University (Natural Science Edition), 2004,34( 7): 541-544.
［6］姚智胜,邵春福,熊志华.基于小波包和最小二乘支持向量机的短时交通流组合预测方法研究［J］. 中国管理科学,2007,15(1):64-68.
YAO Zhisheng, SHAO Chunfu, XIONG Zhihua. Research on short-term traffic flow combined forecasting based on wavelet package and least square support vector machines［J］. Chinese Journal of Management Science,2007,15(1):64-68.
［7］刘艳忠,邵小建,李旭宏. 基于Lagrange支持向量回归机的短时交通流量预测模型的研究［J］.交通与计算机,2007,25(5):46-49.
LIU Yanzhong, SHAO Xiaojian, LI Xuhong. Short-term traffic flow prediction model based on lagrange support vector regression［J］. Traffic and Computer, 2007, 25(5): 46- 49.
［8］徐鹏,姜凤茹. 基于蚁群优化支持向量机的短时交通流量预测［J］.计算机应用与软件,2013,30(3):250-254.
XU Peng,JIANG Fengru. Short-term traffic flow prediction based on SVM optimized by ACO［J］. Computer Applications and Software, 2013, 30(3): 250-254.
［9］ YAN Hongsen , XU Duo. An approach to estimating product design time based on fuzzy v-support vector machine［J］. IEEE Transactions on Neural Networks, 2007, 18(3): 721-731.
［10］李德毅,刘常昱.论正态云模型的普适性［J］.中国工程科学,2004,6(8):28-34.
LI Deyi, LIU Changyu. Study on the universality of normal cloud model ［J］. Engineering Science, 2004,6(8): 28-34.
［11］杨朝晖,李德毅.二维云模型及其在预测中的应用［J］.计算机学报,1998,21(11):961-969.
YANG Zhaohui, LI Deyi. Planar model and ITS application in prediction［J］.Chinese Journal of Computers,1998,21(11): 961-969.
［12］MIN Sunghwan, LEE Jumin, HAN Ingoo. Hybrid genetic algorithms and support vector machines for bankruptcy prediction［J］. Expert Systems with Applications,2006,31(3):652-660.
［13］SRINIVAS M, PATNAIK L M. Adaptive probabilities of crossover and mutation in genetic algorithms［J］. IEEE Trans on Systems, Man and Cybernetics, 1994, 24(4): 656- 667.

[1]	李晶1,2，钟鹏1，吕靖1,2. 基于系统动力学的陆港与城市经济互动研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 1-7.
[2]	刘翠莲，庄海林，张群淑. 基于熵权-云模型的环渤海邮轮港口竞争力评价[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 8-15.
[3]	李军1，朱云升2. 三角模糊层次分析的综合评价在黄河库区船舶安全评估中的应用[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 16-22.
[4]	邓萍1,2，宋莲1，黄承锋1,2. 三峡坝区过闸船舶拥堵成本测算及对坝区货物总价值影响研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 23-30.
[5]	程谦1 ，朱晓宁2 ，卢万胜3. 中长运距城际旅客出行方式选择行为模型——以高铁、民航为例[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 39-45.
[6]	连齐才1，李涵1，石小林1，闫章存2. 基于面板数据Mixed logit模型的自动驾驶选择行为分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 46-52.
[7]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[8]	李升朝，吴越，白雪萌，王玥，张海. 基于TOPSIS与灰色关联的危货车辆违规报警研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 61-66.
[9]	杨庆芳1,2,3，王立强2，郑黎黎1,2,3，孟凡运2. 一种环形交叉口交通排放及燃油消耗模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 67-73.
[10]	白翰，张康宇，王修光，燕翔，冯启龙. 合放交通流条件下城市交叉口通行能力研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 12-20.
[11]	张重阳,黄淑萍. 路网抗震可靠性及震后运输调度路径选择研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 43-51.
[12]	曹杰1，王大成2，戴冉1，李红2，黄富程1. 基于改进物元法的智慧港口发展水平评价模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 59-65.
[13]	郭文文1，计明军2，祝慧灵3，周文杰2. 集装箱码头场桥调度优化模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 66-72.
[14]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.
[15]	孙元广1，茧敏2，金华2，陈绍宽2. 城市轨道交通列车故障救援延误计算与仿真[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 6-12.

基于时空特征分析的短时交通流预测模型

A Short-Term Traffic Flow Prediction Model Based on Spatio-Temporal Characteristics Analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics