基于残差修正GM(1,1)模型的车流量预测

摘要：

车流量预测是城市智能交通系统研究中的热难点问题之一,精确的车流量预测能有效地支持智能交通系统的发展,减少拥堵.同时车流量预测的精确度密切关系着居民的出行质量.然而车流量受诸多因素的不同程度的影响,具有一定程度的随机性、灰色性和不确定性,从城市交叉路口得到的车流量监控数据也具有一定程度的缺失和偏差,简单、准确且高效地预测车流量成为一个挑战.基于交叉路口采集到的车牌识别数据,通过对比经典GM(1,1)得到的预测值与真实值计算出残差,用残差去修正计算模型进而得到修正GM(1,1)模型,再用得到的修正模型迭代处理同一数据集,最后,数值稳定收敛且精度高于未修正模型的结果.

关键词：车流量预测、GM(1,1)灰度模型、残差

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：北京市自然科学基金资助项目4162021

在线出版日期：2017-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：96-99,130