城市道路交通狀態(tài)多變量時(shí)間序列預(yù)測(cè)技術(shù).pdf

1、交通流短時(shí)預(yù)測(cè)是城市交通智能化運(yùn)營(yíng)、管理和控制的關(guān)鍵技術(shù)之一。針對(duì)現(xiàn)有相關(guān)研究?jī)H僅采用單變量進(jìn)行交通狀態(tài)預(yù)測(cè)以及對(duì)預(yù)測(cè)可靠性研究的不足，本文以實(shí)際采集的城市快速路、主干道及次干道斷面交通流數(shù)據(jù)為基礎(chǔ)，重點(diǎn)研究了城市道路交通狀態(tài)多變量時(shí)間序列預(yù)測(cè)及可靠性分析方法。
　　 在城市道路交通狀態(tài)多變量時(shí)間序列方法研究方面，本文基于Johansen協(xié)整檢驗(yàn)以及Granger因果檢驗(yàn)，分析和驗(yàn)證了流量與速度兩個(gè)變量之間的長(zhǎng)期均衡關(guān)系，以此為

2、基礎(chǔ)，構(gòu)建了交通狀態(tài)多變量預(yù)測(cè)的向量誤差修正VEC(3)模型，并對(duì)模型的預(yù)測(cè)性能進(jìn)行了評(píng)估;在城市道路交通狀態(tài)預(yù)測(cè)可靠性分析方法研究方面，為了捕捉和預(yù)測(cè)用于可靠性評(píng)估的時(shí)間序列異方差，本文分別構(gòu)建了單變量自回歸條件異方差GARCH(1，1)模型和多變量自回歸條件異方差MGARCH(1，1)模型，并基于置信區(qū)間寬度(CI)、無(wú)效覆蓋率（KP）等指標(biāo)對(duì)單變量時(shí)間序列與多變量時(shí)間序列預(yù)測(cè)的可靠性進(jìn)行了對(duì)比分析。
　　 基于多變量時(shí)間序

3、列模型的城市道路交通狀態(tài)預(yù)測(cè)結(jié)果表明，多變量VEC(3)模型的總體預(yù)測(cè)性能優(yōu)于單變量ARIMA(0，1，1)模型，尤其表現(xiàn)在速度預(yù)測(cè)方面。從局部時(shí)間段（如交通擁擠消散階段）以及預(yù)測(cè)離散性的角度出發(fā)，VEC(3)模型具有更好的局部預(yù)測(cè)性能以及對(duì)交通狀態(tài)的平滑功能。基于自回歸條件異方差模型城市道路交通狀態(tài)預(yù)測(cè)可靠性研究結(jié)果表明，自回歸條件異方差模型能夠顯著提高傳統(tǒng)單變量與多變量時(shí)間序列模型的預(yù)測(cè)可靠性，并且多變量自回歸條件異方差模型的預(yù)測(cè)可