原文传递
基于Bayes-ARIMA的景区公路短时交通流量预测
| 题名： | 基于Bayes-ARIMA的景区公路短时交通流量预测 |
| 作者： | 王代君 1,2,3 李明 1 鹿守山 1 |
| 作者单位： | 1. 江西省交通科学研究院有限公司2. 长大桥梁建设关键技术及装备交通运输行业研发中心3. 江西省桥梁工程重点实验室 |
| 关键词： | 智能交通;短时交通流量;预测模型;贝叶斯;ARIMA; |
| 摘要： | 为方便景区公路交通组织及资源调度，提出了一种基于贝叶斯估计和ARIMA(Auto Regressive Integrated Moving Average model,差分自回归移动平均模型)的短时交通流量预测模型Bayes-ARIMA。通过ARIMA模型捕捉车流量时间序列特征，再通过贝叶斯方法引入其他时空因素的影响，充分利用2种模型的优势对车流量进行联合预测。结果表明：贝叶斯方法能够拟合交通流量的整体趋势，但在细节波动上的拟合精度明显不足，部分有用的细节信息丢失在残差序列中。ARIMA模型可以有效提取并还原贝叶斯预测残差序列中的有用信息，修正贝叶斯预测结果。与贝叶斯估计或ARIMA单独使用时相比，Bayes-ARIMA模型的均方根误差和绝对平均误差均有显著下降，表明Bayes-ARIMA组合模型的综合性能优于贝叶斯估计和ARIMA单一模型。 |
| 期刊名称： | 公路 |
| 出版日期： | 202404 |
| 出版年： | 2024 |
| 期： | 10 |
检索历史
应用推荐
