典型文献
考虑周期性的城市道路车流量预测模型
文献摘要：
为提升城市车流量预测结果的准确性,基于某条道路的车流量数据,引入车流量的周期性特征,建立考虑周期性的差分自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)模型.将该模型与不考虑周期性的ARIMA模型相对比,结果发现:不考虑周期性的ARIMA模型的拟合效果较差,模型中忽略了道路车流量可能存在的周期性规律;考虑周期性的ARIMA模型的拟合优度相比原模型有很大提升,能达到0.573,且预测的4d车流量变化趋势与实际车流量较为吻合.由此可知,在建模时引入车流量的周期性特征,能提升车流量预测结果的准确性,从而为交通管理提供更可靠的数据.
文献关键词：
城市交通;车流量预测;时间序列分析;差分自回归移动平均(ARIMA)模型;周期性
中图分类号：
作者姓名：
李鹏程
作者机构：
中远海运科技股份有限公司,上海200135
文献出处：
引用格式：
[1]李鹏程-.考虑周期性的城市道路车流量预测模型)[J].上海船舶运输科学研究所学报,2022(05):46-51
A类：
B类：
城市道路,车流量预测,流量预测模型,流量数据,差分自回归移动平均,Autoregressive,Integrated,Moving,Average,ARIMA,拟合效果,周期性规律,拟合优度,4d,流量变化,由此可知,交通管理,城市交通,时间序列分析
AB值：
0.264634
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
