資源描述：
《基于譜分析的路段行程時(shí)間多步預(yù)測方法.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第l5卷第3期交通運(yùn)輸系統(tǒng)工程與信息V01．15NO．32015年6月JournalofTransportationSystemsEngineeringandInformationTechnologyJune2O15文章編號：1009—6744(2015)03～0134～06中圖分類號：U491．4文獻(xiàn)標(biāo)志碼：A基于譜分析的路段行程時(shí)間多步預(yù)測方法鄧明君一，曲仕茹，秦鳴(1．西北丁業(yè)大學(xué)自動(dòng)化學(xué)院，西安710072；2．華東交通大學(xué)土建學(xué)院，南昌330013)摘要：路段多步行程時(shí)間預(yù)測數(shù)據(jù)是動(dòng)態(tài)交通誘導(dǎo)系統(tǒng)的重要參數(shù)，但已有研究成果，大多集中于一步預(yù)測，且存在適應(yīng)性不強(qiáng)、計(jì)算量
2、大、基礎(chǔ)數(shù)據(jù)需求多等不足．應(yīng)用譜分析及Karhunen—Loeve(K—L)變換對歷史及當(dāng)前檢測行程時(shí)間序列進(jìn)行分解與重構(gòu)，重構(gòu)時(shí)以歷史序列與當(dāng)前檢測序列的歐式距離作為相似性度量指標(biāo)，優(yōu)化重構(gòu)時(shí)的特征向量系數(shù)，使與當(dāng)前檢測序列相似度高的歷史序列信息在重構(gòu)中占據(jù)主要地位，通過重構(gòu)，實(shí)現(xiàn)對后續(xù)若干時(shí)段的行程時(shí)間的預(yù)測，實(shí)測數(shù)據(jù)檢驗(yàn)顯示該方法可實(shí)現(xiàn)多步預(yù)測，預(yù)測精度良好，較以往方法有所提高，且歷史數(shù)據(jù)需求量小，計(jì)算量?。P(guān)鍵詞：城市交通；行程時(shí)間；多步預(yù)測；Karhunen—Loeve變換；時(shí)間序列重構(gòu)SpectralAnalysisAppliedinRoadTravelTimeMu
3、ltiStepPredictionDENGMing-jun，QUShi—ru，QrNming(1．SchoolofAutomaticControl，NorthwesternPolytechnicalUniversity,Xian710072，China；2．SchoolofCivilArchitecture，EastChinaJiaotongUniversity,Nanchang330013，China)Abstract：：Roadmultiintervaltraveltimeforecastingdataisanimportantparameterfordynamictraf
4、icguidancesystem．Butpreviouslydevelopedmodelshavesomedeficiency,suchasbadadaptability，largeamountofcalculationneedingandmanyhistorydatarequirement．Appliedthedecomposition，reconstructionofspectralanalysisandKarhunen—Loeve(K—L)transformmethodtodecomposeandreconstructthehistoryandcurrentdetecti
5、ontraveltimeseries．Euclideandistanceisusedtomeasuretheclosenessbetweencurentandhistoricaltraveltimeseries．bythemeansofoptimizationtheeigenvectorcoeficienttomakethosemorecloselyhistoryserieshasthemoreweightinthereconstructionandthengainthegoalofroadtraveltimemultistepforecasting．Thecasestudys
6、uggestthat，theproposedmethodcanfulfillmultisteproadtraveltimepredictionandhasagoodpredictionaccuracy,somebeRerthanthepreviousmethod，furthermore，afewerhistorydataandcalculationresourcesneeding．Keywords：urbantrafic；traveltime；multi—stepprediction；Karhunen—Loevetransform；timeseriesreconstructio
7、n1引言前檢測數(shù)據(jù)制定下一時(shí)刻的交通管控方案，會產(chǎn)路段行程時(shí)問是交通誘導(dǎo)方案生成的重要基生方案滯后于實(shí)際交通狀態(tài)的結(jié)果．若預(yù)先估算出礎(chǔ)參數(shù)，但道路J的交通狀態(tài)瞬息萬變，直接用當(dāng)將來某個(gè)時(shí)段的路段行程時(shí)間，并以此制定誘導(dǎo)收稿日期：2014—09—16修回日期：2015—04—30錄用日期：2015—05-04基金項(xiàng)目：江西省自然科學(xué)基金(2O142BAB2o1【)l5)；江西省科技廳科技計(jì)劃項(xiàng)目(20123BBE50094)．作者簡介：鄧明君(1978一)，男，陜西略陽人，講師，博士．通信作者
