實(shí)時(shí)交通流量自適應(yīng)預(yù)測(cè)技術(shù)研究.pdf

1、實(shí)時(shí)交通流數(shù)據(jù)預(yù)測(cè)是城市交通控制與誘導(dǎo)的基礎(chǔ)，也是智能交通系統(tǒng)的重要組成部分。
　　在比較和分析幾種常用的預(yù)測(cè)算法的基礎(chǔ)上，本文選定了更加適用于實(shí)時(shí)交通預(yù)測(cè)的自回歸整形移動(dòng)平均模型ARIMA(Autoregressive Integrated Moving Average)作為基本的預(yù)測(cè)算法。針對(duì)交通流量在線預(yù)測(cè)的需求，提出了一套基于ARIMA建模理論的可編程建模算法，實(shí)現(xiàn)了預(yù)測(cè)模型的自適應(yīng)。在該算法中：運(yùn)用最小二乘法判定差分序列

2、自相關(guān)函數(shù)的衰減特性，實(shí)現(xiàn)差分階數(shù)估計(jì)；采用改進(jìn)的信息量準(zhǔn)則BIC(Bayesian Information Criterion)估計(jì)法進(jìn)行模型定階；然后通過極大似然估計(jì)和線性迭代法分別求出AR(Auto-Regressive)模型、MA(Moving Average)模型的參數(shù)；將估計(jì)的參數(shù)代入模型，由預(yù)測(cè)公式得到差分平穩(wěn)序列的預(yù)測(cè)值；最后通過差分過程的逆運(yùn)算得到預(yù)測(cè)值。運(yùn)用C++語言編程實(shí)現(xiàn)了基于該算法的預(yù)測(cè)程序模塊，驗(yàn)證了該算法的