【技术实现步骤摘要】
本专利技术涉及一种交通流预测方法,尤其涉及一种，其预测结果可以为交通管理部门进行交通管理和控制等提供有力的依据。
技术介绍
智能交通管理与控制、动态交通状态辨识以及实时交通流动态诱导是智能交通系统(Intelligent Traffic System, ITS)的重要组成部分。对这三个系统而言，它们首先需要的信息便是从某一时刻nT到下一时刻(n+1) T乃至以后若干时刻的短时交通流量预测信息，因此准确实时的短时交通流量预测是这三个系统实现的前提及关键。由于这三个系统对实时性有较高的要求交通控制的最大周期是2. 5 3分钟，交通诱导的周期一般为5分钟。因而如何在5分钟内准确的预测交通流量是实现ITS的关键。因此，短时交通流量预测结果的好坏直接关系到这三个系统实施的效果。一般认为，预测周期时间T的跨度不超过15分钟的预测是短时交通流量预测。短时交通流量预测模型和方法主要包括历史平均法、时间序列法、人工神经网络、Kalman滤波法以及回归分析法等。这些方法理论基础较成熟，应用较多。但是，这些传统的预测方法大都是基于数理统计的方法，其共同特点是先建立数据序列的主观模型，然后根据主观模型进行计算和预测。然而，交通系统是一个有人参与的、时变的、开放的复杂巨系统，具有高度的非线性和不确定性，这种不确定性不仅有自然界的原因(如天气、季节等)，还有人为因素(如突发事件、司机个性特征等)。尤其是短时交通流量预测受随机干扰因素影响更大，交通流量的不确定性和非线性更强，规律性更不明显。交通系统的复杂性使得很难精确的建立主观模型，由此得到的预测结果精度也不高。理论上更精确的方法应...
【技术保护点】
【技术特征摘要】
1.一种短时交通流量Volterra-DFP自适应预测方法,其特征在于由下述组成 (1)设置交通流量观测站 设置交通流量观测站，通过观测站检测并记录经过所述观测站的交通流量，每3分钟汇总I次； (2)交通流量时间序列的状态空间重构 计算交通流量时间序列的延迟时间，将观测站检测的交通流量时间序列2.根据权利要求I所述的短时交通流量Volterra...
【专利技术属性】
技术研发人员：张玉梅，吴晓军，白树林，马苗，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。