论文摘要
高效利用短时交通流数据进行预测,建立合理的预测模型对于有效缓解交通拥挤问题十分必要。首先获取时间序列数据,判断序列的平稳性,然后用Eviews软件对时间序列数据构建ARIMA誗6,1,6誗模型,通过最小二乘估计法进行参数估计,并对残差检验是否为白噪声数据,对该ARIMA模型进行交通量的静态预测,最后对预测结果做出评价,结果显示拟合效果较好,表明ARIMA模型在短时交易量预测时有很大的应用价值。
论文目录
文章来源
类型: 期刊论文
作者: 刘学刚,张腾飞,韩印
关键词: 短时交通流,时间序列,平稳性,白噪声
来源: 物流科技 2019年12期
年度: 2019
分类: 经济与管理科学,工程科技Ⅱ辑
专业: 公路与水路运输
单位: 上海理工大学管理学院
分类号: U491.1
DOI: 10.13714/j.cnki.1002-3100.2019.12.024
页码: 91-94+102
总页数: 5
文件大小: 1584K
下载量: 522