基于ARIMA和灰色模型加权组合的短期交通流预测

作     者：谈苗苗 成孝刚 周凯 李海波 TAN Miao-miao;CHENG Xiao-gang;ZHOU Kai;LI Hai-bo

作者机构：南京邮电大学通信与信息工程学院江苏南京210003 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2016年第26卷第11期

页      面：77-81,85页

学科分类：08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(61401236) 南京邮电大学引进人才项目(NY214005) 

主　　题：数据融合 ARIMA 灰色模型 加权 小波分析 

摘      要：交通流预测是智能交通系统至关重要的一部分,应用于交通流预测的方法非常多,由于实际路况的复杂性和单个方法的局限性,现有方法的精确度亟待提高。为解决这一问题,采用数据融合的方法,对传感器采集的原始数据做数据预处理,利用小波分析去除信号多余的噪声,然后利用ARIMA模型和灰色模型分别对同一交通流序列进行建模,得出两者各自的预测结果后,找出最佳权值对两种模型的结果进行加权,得到数据融合后的预测结果。仿真结果表明,该组合模型改善了单个预测方法的短处,使得预测精度有所提高。