基于ARIMA和Kalman滤波的道路交通状态实时预测

2017, Volume 18, Issue 2

Abstract

Keywords

Related Research

Frontiers of Information Technology & Electronic Engineering >> 2017, Volume 18, Issue 2 doi: 10.1631/FITEE.1500381

基于ARIMA和Kalman滤波的道路交通状态实时预测

. 浙江工业大学，信息工程学院.. 浙江省嵌入式系统联合重点实验室.. 北京交通大学，轨道交通控制与安全国家重点实验室

Available online: 2017-03-20

HTML51 PDF 16 Collect 0

Next Previous

Abstract

道路交通流预测不仅可以为出行者提供实时有效的信息，而且可以帮助他们选择最佳路径，减少出行时间，实现道路交通路径诱导，缓解交通拥堵。本文提出了一种基于ARIMA模型和Kalman滤波算法的道路交通流预测方法。首先，基于道路交通历史数据建立时间序列的ARIMA模型。其次，结合ARIMA模型和Kalman滤波法构建道路交通预测算法，获取Kalman滤波的测量方程和更新方程。然后，基于历史道路交通数据进行算法的参数设定。最后，以北京的四条路段作为案例，对所提出的方法进行了分析。实验结果表明，基于ARIMA模型和Kalman滤波的实时道路交通状态预测方法是可行的，并且可以获得很高的精度。

Keywords

ARIMA模型 ; Kalman滤波 ; 建模 ; 训练 ; 预测

Related Research