原文传递
公路短时交通流优化组合预测策略研究
| 论文题名： | 公路短时交通流优化组合预测策略研究 |
| 关键词： | 短时交通流;组合预测;稳健统计;智能交通系统 |
| 摘要： | 短时交通流预测是目前智能交通领域研究的热点和难点之一。本文通过对组合预测理论和短时交通流数据的分析，发现形成“组合预测之谜”的三个主要原因；接下来提出对线性组合预测的两种实用性改进方法，即稳健统计方法和Bootstrap方法；最后通过一个具体的城市短时交通流数据进行验证，可提高组合预测准确率1％左右。 本文的主要工作如下： (1)通过对短时交通流数据的分析，发现用于组合预测的样本容量有限、复杂时间序列性质变化造成的预测误差分布对“理论总体分布”的偏差以及异常数据是形成“组合预测之谜”的三个主要原因。 (2)采用稳健统计方法改进线性组合预测。通过稳健估计量估计样本方差和相关系数，可以较好的改善Dickinson最优权重的实际表现性能，提高组合预测的准确率。 (3)采用改进的Bootstrap方法提高线性组合预测准确率。本文提出一种新的Bootstrap重抽样方法，即增加重抽样长度，减小重抽样次数。将改进后的Bootstrap方法应用到组合预测之中，可以减小样本容量有限带来的不利影响，提高组合预测的准确率。 (4)本文发现一种新的Sigmoid函数，可以实现对累积分布函数好的逼近效果。通过比较该函数和Fisherz变换与累积分布函数的差值，证实了这种Sigmoid函数可以实现比Fisherz变换对累积分布函数更好的逼近效果。 |
| 作者： | 马金杰 |
| 专业： | 控制科学与工程 |
| 导师： | 杨正瓴 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
