【技术实现步骤摘要】
本专利技术涉及交通信息分析领域，特别是一种基于时间序列模型的节假日长期交通态势预测方法及设备。
技术介绍
1、随着科技发展，汽车交通运输愈加便利，现有人均汽车的占有量和出行量随着人们生活水平的不断提高而逐渐增加，最终导致道路上出现密集的交通流甚至导致交通拥堵等问题；因此，为了解决道路交通量过载而导致的交通资源分配问题，以及充分发挥智慧交通系统在道路调控上的积极作用，道路交通流的预测方法在交通领域是重要的研究方向。而节假日(包括国定节假日以及国定节假日的前后一天)的日交通流状况常常与非节假日的日交通流状况存在不小的差异，因此捕捉交通流参数与节假日之间的相关性具有显著意义，然而，近年来，大多数关于交通流预测的研究只是基于简单的时间序列方法，并不考虑交通流参数与节假日之间的关系，此外，节假日的日交通流状况与非节假日的日交通流状况也并非一定存在明显的差异，节假日的日交通流状况与非节假日的日交通流状况也有非常相似的可能，目前的研究也缺乏对这一点的考虑。
2、目前，节假日的交通流预测存在以下难点：
3、数据处理难度：由于交通...
【技术保护点】
1.一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，所述S1包括：
3.根据权利要求2所述的一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，所述数据审核包括完整性审核、准确性审核以及数据检验；
4.根据权利要求2所述的一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，所述归一化处理采用最小—最大归一化方法，其表达式为：
5.根据权利要求2所述的一种基于时间序列模型的节假日长期交通态...
【技术特征摘要】
1.一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，所述s1包括：
3.根据权利要求2所述的一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，所述数据审核包括完整性审核、准确性审核以及数据检验；
4.根据权利要求2所述的一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，所述归一化处理采用最小—最大归一化方法，其表达式为：
5.根据权利要求2所述的一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，所述历史检测数据中的路网天气数据还包括采用pearson相关系数法进行相关性分析处理；所述pearson相关系数法的表达式为：
6.根据权利要求1所述的一种基于时间序列模型的节假日长期交通态势预测方法，其特征在于，所述s...
【专利技术属性】
技术研发人员：李晓春，黄丹阳，易术，熊一洁，罗易智，罗超，
申请(专利权)人：四川智能交通系统管理有限责任公司，
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。