原文传递
基于收费数据的高速公路短时客货运输量短时预测研究
| 题名： | 基于收费数据的高速公路短时客货运输量短时预测研究 |
| 正文语种： | 中文 |
| 作者： | 沈凌 陆建 邓翎 冯怡 |
| 作者单位： | 东南大学交通学院,南京211189;江苏省城市智能交通重点实验室,南京211189;江苏省现代城市交通技术协同创新中心,南京211189 |
| 关键词： | 短时预测 高速公路 收费数据 ARIMA |
| 摘要： | 目前高速公路收费数据的应用水平较低,仅限于车辆记录、联网收费等简单功能,这导致高速数据资源的严重浪费。针对高速公路收费数据量大和多输入多输出的特点,采用ARIMA (p,d,q)模型对客货运量相关数据进行机器学习训练,进而对短时客货运输量短时预测。首先,利用Onemine数据平台对收费大数据构建时间序列；其次,采用差分法对网络流的时间序列d次差分,完成平稳性处理；最后训练得到满足平稳性检验的项数p,q,并将其代入原ARIMA模型,预测之后7个时间集计区间(未来一周)各行政区域间的客货运输量。结果 表明,该模型适用于高速收费数据的多输入多输出环境和庞大的数据量,具有良好的鲁棒性和准确性。 |
| 会议日期： | 20191031 |
| 会议举办地点： | 上海 |
| 会议名称： | 第十四届中国智能交通年会 |
| 出版日期： | 1031-01-20 |
| 母体文献： | 第十四届中国智能交通年会论文集 |
检索历史
应用推荐
