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