论文部分内容阅读
城市道路交通量的实时预测是交通流诱导系统技术的基础。本文提出了基于自校正Kalman滤波的交通流短时预测模型,用于预测具有非线性、高随机性变化特性的短时交通量。该模型以Kalman滤波理论为基础,根据交通量短时预测的残差统计特性以及预测交通量与测量交通量之间的相关性分析,调整Kalman滤波算法参数,提高对城市道路交通量短时变化的预测精度。通过仿真,并与其他算法对比,表明该模型对城市道路交通量短时预测的有效性。