資源描述：
《基于時間序列模型的短時交通流預測的研究與應用》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、代號10701學號1103121696分類號U491.1密級公開題（中、英文）目基于時間序列模型的短時交通流預測的研究與應用StudyandApplicationofShort-termTrafficFlowForecastBasedonDataMiningTechnologyForecastBasedonTimeSeriesModel作者姓名楊元元指導教師姓名、職稱王保保教授學科門類工學學科、專業(yè)計算機應用技術提交論文日期二○一四年三月萬方數(shù)據(jù)萬方數(shù)據(jù)西安電子科技大學學位論文獨創(chuàng)性（或創(chuàng)新性）聲明秉承學校嚴謹?shù)膶W風和優(yōu)良的科學道德，本人聲明所呈交的論文是我個人在導師指
2、導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學或其它教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中做了明確的說明并表示了謝意。申請學位論文與資料若有不實之處，本人承擔一切的法律責任。本人簽名：日期西安電子科技大學關于論文使用授權的說明本人完全了解西安電子科技大學有關保留和使用學位論文的規(guī)定，即：研究生在校攻讀學位期間論文工作的知識產(chǎn)權單位屬西安電子科技大學。學校有權保留送交論文的復印件，允許查閱和借閱論文；學
3、?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以允許采用影印、縮印或其它復制手段保存論文。同時本人保證，畢業(yè)后結(jié)合學位論文研究課題再撰寫的文章一律署名單位為西安電子科技大學。（保密的論文在解密后遵守此規(guī)定）本學位論文屬于保密，在年解密后適用本授權書。本人簽名：日期導師簽名：日期萬方數(shù)據(jù)摘要隨著城市化的快速發(fā)展，城市機動車數(shù)量飛速上升，城市交通的供需矛盾日益緊張。當今，解決交通問題的有效途徑之一就是建設智能交通系統(tǒng)。交通預測作為這一智能系統(tǒng)的關鍵技術，是交通誘導及交通控制的前提和關鍵。本文結(jié)合實際道路交通狀況特征，采用兩種方法對交通流進行預測，分別是：移動平均法和指數(shù)平滑法。其中主要
4、使用了二次移動平均法、一次指數(shù)平滑法和二次指數(shù)平滑法，并對二次指數(shù)平滑法進行了改進，提高了預測精度。本文主要工作如下：第一，為了提高預測精度，利用歷史趨勢法和相鄰補齊法修復了原始交通流數(shù)據(jù)中的丟失數(shù)據(jù)和錯誤數(shù)據(jù)，然后對冗余數(shù)據(jù)進行了約簡，最后整合了多車道數(shù)據(jù)，得到該道路的總流量，以此作為該道路短時交通預測的基礎數(shù)據(jù)。第二，根據(jù)交通流數(shù)據(jù)較強的時間關聯(lián)性這一特點，本文使用時間序列模型中的二次移動平均法、一次指數(shù)平滑法和二次指數(shù)平滑法對交通流進行了預測并進行了誤差分析，結(jié)果表明，二次指數(shù)平滑法預測精度較高。第三，通過公式推導，對二次指數(shù)平滑法的線性預測模型進行了簡化；結(jié)合最
5、小二乘法原理，采用多項式擬合使預測值逼近真實值。實驗結(jié)果表明，本文采用的改進的二次指數(shù)平滑法進一步提高了預測精度，并且預測結(jié)果與實際也比較吻合。關鍵詞:智能交通交通流預測時間序列數(shù)據(jù)預處理萬方數(shù)據(jù)萬方數(shù)據(jù)AbstractWiththerapiddevelopmentofurbanization,thenumberofvehiclesincreasedrapidlyinourcity.Thecontradictionbetweensupplyanddemandofurbantransportationisincreasinglyintensified.Intelligen
6、ttransportationsystemisaninternationallyrecognizedsettlementofthebestwaytosolvecitytrafficcongestion.Trafficflowprediction,akeytechnologyoftheintelligentsystem,isthepremiseandkeytotrafficflowinducingandcontrolling.Accordingtothecharacteristicsoftherealtrafficconditions,severaltimeseriesm
7、odelsareusedtoforecastshort-termtrafficflowincludingsecondmovingaveragealgorithm,singleexponentialsmoothingalgorithmandsecondaryexponentialsmoothingalgorithm.Thenanimprovedsecondaryexponentialsmoothingalgorithmisproposedinthispaper.Experimentsshowthatimprovedsecondaryexpo
