1 / 92
文档名称:

基于SARIMA和SVM模型的短时交通流预测.pdf

格式:pdf   页数:92
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

基于SARIMA和SVM模型的短时交通流预测.pdf

上传人:durian 2014/5/11 文件大小:0 KB

下载得到文件列表

基于SARIMA和SVM模型的短时交通流预测.pdf

文档介绍

文档介绍:隶劫大·粤硕士学位论文基于和P偷亩淌苯煌髟げ
腗蹦心。苅叫阭】.

ダ寄ňト掌冢后三::日期:竺玖东南大学学位论文独创性声明东南大学学位论文使用授权声明研究生签名:本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布ǹ授权东南大学研究生院办理。
摘要不仅参考P偷腁睿叶許蹦脑げ饨峁沧魑J淙胩卣鳎勘是借鉴腁“筒省、高效’’的建模指导思想,也用⒕ḿ虻幕旌夏P汀J内外研究现状进行了综述,将预测方法分成四大类,并对和P陀糜谠智能运输系统以“缓解拥挤、保障安全、提高效率、减少污染、节约能源’’为目标,是未来交通发展的主导方向,而短时交通流预测则是实现交通系统智能化运行的关键技术之一。以往的短时交通流预测应用往往受制于大规模的交通流数据采集和所得数据的快速建模计算,近些年来随着科技的迅猛发展,交通信息采集及传输设备的数量越来越大,且获取途径越来越多,都为获取充足的实时数据奠定了物质基础,为从事基于数据分析的交通状态信息预测研究提供了数据保障;此外,计算机的运算速度越来越快,处理能力也越来越强,为各种复杂预测模型的快速计算解除了后顾之忧,这些都使得短时交通流状态数据的分析和预测逐步成为现实。全文以背景介绍、国内外研究现状综述、短时交通流特性分析、数据预处理、建模理论及方法、归纳总结为主线,比较系统地研究了路段短时交通流预测问题。首先对国测的不足做了评述。然后在对短时交通流数据进行分析的基础上,总结归纳了短时交通流的五大显著特征;并根据数据的实际情况选用横向处理的方式,分别优选两种统计判断准则进行可疑值识别、异常值确认,以解决原始测量数据质量问题。紧接着根据短时交通流具有的部分特性如周期性、随机性,选用单一线性队模型进行建模预测,全面阐述建模过程中的平稳性检验、白噪声检验、差分平稳化、模型识别、参数估计、诊断检验、模型优化等步骤,并使用砑喑淌迪至嗽げ狻:罄丛俑荻淌苯煌流具有的部分特性如非线性、复杂性,特别是非线性比较明显的特征,选用单一非线性£.P徒薪Tげ狻D谌莅ń樯芰酥С窒蛄炕睦砺刍〖袄丛矗冉狭似涫入特征提取的不同方法后提出按照的项选择淙氲男路椒ǎ擞昧子群优化算法求得模型的最优配对参数,并使用Ⅵ订软件编程实现了预测。最后又根据短时交通流自身具备的全部特性,将和P徒谢旌显怂恪R环矫妫借鉴预测控制理论中的误差预测反馈校正的思想,运用建立预测主模型,运用⒉胁钤げ獯幽P停胁畹脑げ庵刀灾髂P偷脑げ饨峁行U涣硪环矫妫受预测过程和结果的启发,提出两种启发式预测模型。淙胩卣鞯难∪际种佣淌苯煌髟げ饨峁橹ち颂岢龅幕旌夏P偷目尚行浴⒂行约跋喽杂诘ヒ荒型的优越性。关键词:短时交通流预测季节性玎讧С窒蛄炕W尤河呕惴ɑ旌显げ中文摘要
蔛阛伍頰懈枷Ⅱ
第四章短时交通流预测的颩!第六章短时交通流预测的“畊Ⅷ一建模目录第五章短时交通流预测的建模。第七章结论及展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.攻读硕士学位期间所发表论文和参与科研情况摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.....⋯...⋯...⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第二章短时交通流预测综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯蚐、P偷难芯肯肿础第三章短时交通流数据的特点和预处理致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究的目的和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本文的主要内容和技术路线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一预测方法分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。预测模型要求⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯模型评价指标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯交通流参数概述