一种基于数据波动性的短时交通流预测方法技术

技术编号:41564038 阅读:24 留言:0更新日期:2024-06-06 23:46
本发明专利技术涉及一种基于数据波动性的短时交通流预测方法,属于短时交通预测领域,包括以下步骤:S1:根据设定的采集周期采集历史的交通流数据,得到初始矩阵序列;S2:根据初始矩阵序列,计算一阶累加序列、一阶累减序列以及偏导数序列;S3:利用初始矩阵序列,根据交通流波动特性和偏灰色预测模型建模机理,构建交通流波动方程的二阶偏灰色模型的白化方程形式,通过离散化白化方程,得到基于交通流波动方程的二阶偏灰色模型;S4:利用最小二乘法计算模型参数,采用迭代递推的方式对预测模型进行求解。

【技术实现步骤摘要】

本专利技术属于短时交通预测领域,涉及一种基于数据波动性的短时交通流预测方法


技术介绍

1、交通运输系统是承载人类经济、文化、政治活动的基础,是城市可持续发展的重要支撑条件。随着我国经济快速增长和城市化进程持续发展,庞大的交通需求给交通基础设施和交通组织与管理带来巨大压力,汽车出行比例的增加,流动的交通车辆在路上行驶的过程中势必会导致交通的拥塞。而交通流预测是实现缓解交通拥堵的重要手段之一。

2、行驶在道路上的各种车辆,其运行状态随道路条件,交通环境和驾驶员特性的不同而有不同的变化。尽管这种变化很复杂,但通过大量观测分析,发现它们是具有一定特征性倾向的。交通流表现出波动性。交通流波动性是指交通流密度和速度之间存在着一种相互依赖的关系。当道路上汽车密度达到一定程度时,车辆之间的相互影响会导致车速的下降,并最终形成车流波动。由于车道变化、交通信号灯变化、天气条件等外部因素的影响,导致车辆的行驶速度和密度不断变化,故交通流通常表现出波动性。

3、交通流理论是一门运用物理学和应用数学对交通流的各参数及其之间关系进行定性和定量的分析,以寻求道本文档来自技高网...

【技术保护点】

1.一种基于数据波动性的短时交通流预测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的基于数据波动性的短时交通流预测方法,其特征在于:步骤S2所述根据初始矩阵序列,计算一阶累加序列、一阶累减序列以及偏导数序列,具体包括:

3.根据权利要求1所述的基于数据波动性的短时交通流预测方法,其特征在于:步骤S3所述基于交通流波动方程的二阶偏灰色模型,具体获取步骤如下:

4.根据权利要求1所述的基于数据波动性的短时交通流预测方法,其特征在于:步骤S4所述利用最小二乘法计算模型参数,采用迭代递推的方式对预测模型进行求解,具体包括:

【技术特征摘要】

1.一种基于数据波动性的短时交通流预测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的基于数据波动性的短时交通流预测方法,其特征在于:步骤s2所述根据初始矩阵序列,计算一阶累加序列、一阶累减序列以及偏导数序列,具体包括:

3.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员:段辉明周琪琦程云龙谢德荣何成琳宋雨芯
申请(专利权)人:重庆邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1