吉林大学学报(工学版) ›› 2015, Vol. 45 ›› Issue (4): 1076-1081.doi: 10.13229/j.cnki.jdxbgxb201504008

• • 上一篇    下一篇

基于向量误差修正模型的短时交通参数预测

邴其春1, 杨兆升1, 2, 3, 周熙阳1, 马明辉1   

  1. 1.吉林大学 交通学院,长春 130022;
    2.吉林大学 汽车仿真与控制国家重点实验室,长春 130022;
    3.吉林大学 吉林省道路交通重点实验室,长春 130022
  • 收稿日期:2014-07-13 出版日期:2015-07-01 发布日期:2015-07-01
  • 通讯作者: 杨兆升(1938-),男,教授,博士生导师.研究方向:智能交通系统理论与技术.E-mail:yangzs@jlu.edu.cn
  • 作者简介:邴其春(1989-),男,博士研究生.研究方向:智能交通系统理论与技术.E-mail:bingqc13@mails.jlu.edu.cn
  • 基金资助:
    “十二五”国家科技支撑计划项目(2014BAG03B03); “863”国家高技术研究发展计划项目(2012AA112307); 山东省省管企业科技创新项目(20122150251-1)

Short-term traffic parameters prediction method based on vector error correction model

BING Qi-chun1, YANG Zhao-sheng1, 2, 3, ZHOU Xi-yang1, MA Ming-hui1   

  1. 1.College of Transportation, Jilin University, Changchun 130022, China;
    2.State Key Laboratory of Automobile Simulation and Control, Jilin University, Changchun 130022, China;
    3.Jilin Province Key Laboratory of Road Traffic, Jilin University, Changchun 130022, China
  • Received:2014-07-13 Online:2015-07-01 Published:2015-07-01

RICH HTML

0   

PDF (PC)

270

摘要： 为了进一步提高短时交通参数预测的精度,针对交通参数之间存在的内在相关性,在对各交通参数时间序列进行平稳性检验、协整检验的基础上,构建了一种适应于短时交通参数预测的多变量时间序列模型-向量误差修正模型,并对模型的稳定性进行了检验。最后,利用上海市南北高架快速路的感应线圈实测数据进行了实验验证和对比分析。实验结果表明,所构建的向量误差修正模型具有较好的预测效果,能够进一步降低短时交通参数预测的误差。

关键词: 交通运输系统工程, 向量误差修正模型, 交通参数, 短时预测

Abstract: In order to further improve the prediction accuracy of short-term traffic parameters, according to the inherent correlation between traffic parameters, on the basis of stationarity test and cointegration test for traffic parameters time series, a multivariate time series model for short-term traffic parameters forecasting is proposed, which is called vector error correction model. The stationarity of the vector error correction model was tested. Validation and comparative analysis were carried out using inductive loop data measured from the north-south viaduct in Shanghai, China. The experiment results indicate that the proposed vector error correction model has good prediction performance and can further reduce the prediction errors of short-term traffic parameters.

Key words: engineering of communication and transportation system, vector error correction model, traffic parameters, short-term prediction

中图分类号: 

  • U491.1
[1] Williams B M. Multivariate vehicular traffic flow prediction: an evaluation of ARIMAX modeling[C]∥The Transportation Research Board Annual Meeting, Washington D C, 2001.
[2] 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 Zhao-sheng, Wang Yuan, Guan Qing. Short-time traffic prediction method based on SVM[J]. Journal of Jilin University(Engineering and Technology Edition), 2006,36(6):881-884.
[3] 周小鹏,冯奇,孙立军. 基于最近邻法的短时交通流预测[J]. 同济大学学报:自然科学版,2006,34(10):1494-1498. Zhou Xiao-peng, Feng Qi, Sun Li-jun. Short-term traffic flow forecasting based on nearest neighbor algorithm[J]. Journal of Tongji University(Nature Science), 2006,34(10):1494-1498.
[4] 龚勃文,林赐云,李静,等. 基于核自组织映射-前馈神经网络的交通流短时预测[J]. 吉林大学学报:工学版,2011,41(4):938-942. Gong Bo-wen, Lin Ci-yun, Li Jing, et al. Short-time traffic flow prediction based on KSOM-BP neural network[J]. Journal of Jilin University(Engineering and Technology Edition), 2011,41(4):938-942.
[5] 樊娜,赵祥模,戴明,等. 短时交通流预测模型[J]. 交通运输工程学报,2012,12(4):114-119. Fan Na, Zhao Xiang-mo, Dai Ming, et al. Short-term traffic flow prediction model[J]. Journal of Traffic and Transportation Engineering, 2012, 12(4):114-119.
[6] 常刚,张毅,姚丹亚. 基于时空依赖性的区域路网短时交通流预测模型[J].清华大学学报:自然科学版,2013,53(2):215-221. Chang Gang, Zhang Yi, Yao Dan-ya. Short-time traffic flow forecasting model for regional road network based on spatial-temporal dependency[J]. Journal of Tsinghua University(Science and Technology), 2013, 53(2): 215-221.
[7] 高为,陆百川,贠天鹂,等. 基于时空特性和RBF神经网络的短时交通流预测[J]. 交通信息与安全,2011,29(1):16-24. Gao Wei, Lu Bai-chuan, Yun Tian-li, et al. Short-term traffic flow forecasting based on spatiotemporal characteristics of traffic flow and RBF neural network[J].Journal of Transportation Information and Safety, 2011,29(1):16-24.
[8] Mina W, Wynterb L. Real road traffic prediction with spatio-temporal correlation[J]. Transportation Research Part C, 2011, 19(4): 606-616.
[9] Stathopoulos A, Karlaftis M G. A multivariate state space approach for urban traffic flow modeling and prediction[J]. Transportation Research Part C, 2003,11(2):121-135.
[10] 万莉敏. 我国燃料油期货市场有效性研究[D]. 哈尔滨:哈尔滨工程大学,2010. Wan Li-min. The study on efficiency of Chinese fuel oil futures market[D]. Harbin: Harbin Engineering University,2010.
[11] 俞立平,潘云涛,武夷山. 工业化与信息化互动关系的实证研究[J]. 中国软科学,2009(1):34-40. Yu Li-ping, Pan Yun-tao, Wu Yi-shan. Study on relationship between industrialization and information[J]. China Soft Science Magazine, 2009(1): 34-40.
[1] 陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676.
[2] 常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684.
[3] 曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693.
[4] 宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379.
[5] 刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386.
[6] 钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397.
[7] 刘兆惠, 王超, 吕文红, 管欣. 基于非线性动力学分析的车辆运行状态参数数据特征辨识[J]. 吉林大学学报(工学版), 2018, 48(5): 1405-1410.
[8] 宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028.
[9] 栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.
[10] 陈永恒, 刘鑫山, 熊帅, 汪昆维, 谌垚, 杨少辉. 冰雪条件下快速路汇流区可变限速控制[J]. 吉林大学学报(工学版), 2018, 48(3): 677-687.
[11] 王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693.
[12] 李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703.
[13] 陈松, 李显生, 任园园. 公交车钩形转弯交叉口自适应信号控制方法[J]. 吉林大学学报(工学版), 2018, 48(2): 423-429.
[14] 苏书杰, 何露. 步行交通规划交叉路口行人瞬时动态拥塞疏散模型[J]. 吉林大学学报(工学版), 2018, 48(2): 440-447.
[15] 孟品超, 李学源, 贾洪飞, 李延忠. 基于滑动平均法的轨道交通短时客流实时预测[J]. 吉林大学学报(工学版), 2018, 48(2): 448-453.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发