手机版
欢迎光临汇博在线http://www.paper188.com
您的位置:汇博论文在线 > 理工论文 > 自动化 > 基于模糊时间序列的车辆检测器数据修补方法研究

基于模糊时间序列的车辆检测器数据修补方法研究

2016-07-14 10:33 来源: 互联网 作者:隆忠华 王祥 浏览次数 2656


  研究以ARIMA(0,1,1)作为一个可接受的工作日流量修补模型,因其MAPE值小于20%,ARIMA(1,1,1)可以作为一个假日流量修补模型。研究结合了ARIMA以及模糊时间序列,提出一个新的混合模型,其数据预测效果在工作日流量修补或是假日流量修补中都比ARIMA和传统平均法要好。 
  本研究试着使用建构好的ARIMA(0,1,1)工作日模型与使用历史前5条数据提出一个即时数据修补模型,用一个相对简单的方式进行实验测试后,初步发现可以提升只使用了前5条数据的即时修补模型,利用逐步增加权重的方式加入以年历史数据构建完成的ARIMA(0,1,1)工作日模型数据,为一个简单可行的修补方法。 
  同时,本研究尚有些不尽完善之处:本研究仅以单一车辆检测器来建立模型。后续研究可考虑以网络或路段来讨论修补问题,也可以考虑建立流量、速度与密度的三大交通流理论要素的修补模型。 
  5 结 语 
  本研究旨在建立一个可用于交通控制中心的数据修补模型,研究尝试以不同模型来预测并修补车辆检测器缺失数据,并对比各种模型的修补效果,提出了以ARIMA结合模糊时间序列的应用方法以及使用ARIMA进行短时间的实时修补,获得了不错的效果。 
  参考文献 
  [1]韩超,宋苏,王成红.基于ARIMA模型的短时交通流实时自适应预测[J].系统仿真学报,2004,16(7):1530-1532,1535. 
  [2]张利,李星毅,施化吉.基于ARIMA模型的短时交通流量预测算法研究[J].郑州轻工业学院学报(自然科学版),2008,23(4):89-92. 
  [3]窦慧丽,刘好德,吴志周,等.基于小波分析和ARIMA模型的交通流预测方法[J].同济大学学报(自然科学版),2009,37(4):486-489,494. 
  [4]张慧.自适应模糊时间序列预测模型的研究[D].大连:大连海事大学,2012. 
  [5]周帅印.基于模糊时间序列的预测模型和方法研究[D].天津:天津大学,2012. 
  [6]董淑丽.模糊时间序列模型的改进算法研究[D].大连:大连理工大学,2013.
[上一页1  2  3  4 

服务说明

汇博在线(paper188.com)网拥有实力强大的团队,能帮助你实现论文写作方法,论文发表,代写代发论文等服务领域.

我们承诺

在您接受本站服务的过程中,我们为您提供优质的服务,包括后期免费修改、免费指导答辩等。衷心感谢您对本站的信任和支持!

论文指导范围

毕业论文,硕士毕业论文,研究生论文,博士论文,职称论文代写,领导讲话,报告总结,演讲致辞,心得体会,党团辅导等代写服务。

发表论文领域

发表省级杂志,国家级杂志,核心杂志等服务。