论文部分内容阅读
为了提高短时交通流预测精度，针对传统时间序列模型在进行交通流量预测时存在无法动态调整模型参数、样本量过大导致序列的平稳性减弱、建模过程复杂等不足，从样本序列的动态选取及模型识别两方面进行优化，提出了一种改进的时间序列模型。利用渝武高速公路微波车检器的实测流量数据对改进前后的时间序列模型进行了实验验证和对比分析，结果表明改进后的时间序列模型有效克服了传统时间序列模型的不足，并对不同的交通流状况具有较好的适应性，无论在工作日还是节假日均具有更高的预测精度。