基于高斯混合-时间序列模型的轨迹预测

基于高斯混合-时间序列模型的轨迹预测

论文摘要

针对不同时间道路车流量变化下轨迹预测误差变化大的问题,提出基于概率分布模型的高斯混合-时间序列模型(GMTSM),对海量车辆历史轨迹进行模型回归和路段车流量的分析以实现车辆轨迹预测。首先,针对均匀网格划分方法容易造成相关轨迹点分裂的问题,提出迭代式网格划分来实现轨迹点的数量均衡;其次,训练并结合高斯混合模型(GMM)和时间序列分析中的差分自回归滑动平均模型(ARIMA);然后,为了避免GMTSM中子模型自身的不稳定性对预测结果产生干扰,对子模型的预测进行误差分析,动态计算子模型的权重;最后,依据动态权重组合子模型实现轨迹预测。实验结果表明,GMTSM在路段车流量突变情况下,平均预测准确率为90. 3%;与相同参数设置下的高斯混合模型和马尔可夫模型相比,GMTSM预测准确性提高了55%左右。GMTSM不仅能在正常情况下准确预测车辆轨迹,而且能有效提高道路车流量变化情况下的轨迹预测准确率,适用于现实路况环境。

论文目录

  • 0 引言
  • 1 轨迹预测模型分析
  •   1.1 基于运动模型的轨迹预测
  •   1.2 基于历史数据挖掘的轨迹预测
  •   1.3 基于混合方法的轨迹预测
  • 2 轨迹预测框架
  • 3 轨迹预测建模与实现
  •   3.1 迭代网格划分
  •   3.2 基于高斯混合模型的训练
  •   3.3 基于时间序列模型的训练
  •   3.4 模型预测误差分析
  •   3.5 模型权重计算
  •   3.6 预测模型实现
  • 4 实验验证和分析
  •   4.1 实验环境
  •   4.2 预测误差密度分析
  •   4.3 预测时间比较分析
  •   4.4 抗干扰性分析
  •   4.5 不同时长的预测分析
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 高建,毛莺池,李志涛

    关键词: 智能交通,迭代网格划分,轨迹预测,模型可靠性,轨迹相似性

    来源: 计算机应用 2019年08期

    年度: 2019

    分类: 信息科技,基础科学,工程科技Ⅱ辑

    专业: 数学,公路与水路运输,计算机软件及计算机应用

    单位: 河海大学计算机与信息学院

    基金: “十三五”国家重点研发计划项目(2018YFC0407105),华能集团重点研发项目(HNKJ17-21)~~

    分类号: O212.1;U495

    页码: 2261-2270

    总页数: 10

    文件大小: 340K

    下载量: 646

    相关论文文献

    • [1].基于一阶时间序列模型的学生微格录播的效果预测[J]. 现代经济信息 2019(23)
    • [2].基于时间序列模型的变电站沉降预测分析[J]. 测绘与空间地理信息 2019(12)
    • [3].时间序列模型在交通量预测中的适应性分析[J]. 公路交通技术 2020(03)
    • [4].时间序列预测模型及其应用[J]. 金融理论与教学 2018(01)
    • [5].时间序列模型在医保总额管理中的运用及效果评价[J]. 中国卫生事业管理 2017(04)
    • [6].卡尔曼滤波在高频金融时间序列模型预测中的应用[J]. 统计与决策 2017(13)
    • [7].两种时间序列模型在客流量预测上的比较[J]. 计算机工程与应用 2016(09)
    • [8].基于时间预测模型预测全面二胎政策下未来我国人口的数量[J]. 课程教育研究 2017(36)
    • [9].模糊时间序列模型研究综述[J]. 模糊系统与数学 2014(03)
    • [10].我国社会消费品零售总额时间序列模型及预测[J]. 经济论坛 2011(06)
    • [11].时间序列模型对黑龙江省水稻比较优势的预测[J]. 东北林业大学学报 2008(10)
    • [12].2004—2018年湖北省丙型肝炎流行特征与趋势[J]. 中华疾病控制杂志 2020(04)
    • [13].小波变换和时间序列模型相结合的降雨量预测[J]. 高师理科学刊 2020(08)
    • [14].基于广义模糊时间序列模型的动态顾客需求分析与预测[J]. 东华理工大学学报(自然科学版) 2018(04)
    • [15].基于时间序列模型的水资源未来发展预测数据分析[J]. 电子技术与软件工程 2019(15)
    • [16].我国铁路客运量的季节时间序列模型[J]. 统计与决策 2015(07)
    • [17].基于模糊逻辑关系组的时间序列模型改进[J]. 应用数学学报 2015(04)
    • [18].基于混合时间序列模型的粮食产量预测[J]. 统计与决策 2013(12)
    • [19].时间序列模型在我国年度世界冠军预测中的应用[J]. 成都体育学院学报 2008(02)
    • [20].时间序列模型下结构损伤识别方法及应用前景分析[J]. 公路交通科技(应用技术版) 2019(08)
    • [21].广义模糊时间序列模型模糊区间划分研究[J]. 大连理工大学学报 2013(03)
    • [22].美元欧元间汇率的时间序列模型设计[J]. 甘肃金融 2013(10)
    • [23].用时间序列模型预测深层地下水位[J]. 水资源研究 2010(04)
    • [24].时间序列模型在金融产品价格预测的效果分析[J]. 时代金融 2015(05)
    • [25].时间序列模型在风场风速预测中的应用[J]. 水利水电技术 2016(12)
    • [26].旅游客流量预测的模糊时间序列模型——以黄山风景区为例[J]. 合肥学院学报(自然科学版) 2014(04)
    • [27].季节时间序列模型在平菇价格预测中的应用[J]. 贵州农业科学 2013(11)
    • [28].模糊时间序列模型在滑坡预测预报中的应用[J]. 地理空间信息 2014(02)
    • [29].基于时间序列模型的商行信贷规模与风险管理分析[J]. 现代商业 2019(24)
    • [30].对我国广义货币供应量的时间序列模型分析[J]. 佳木斯大学学报(自然科学版) 2019(05)

    标签:;  ;  ;  ;  ;  

    基于高斯混合-时间序列模型的轨迹预测
    下载Doc文档

    猜你喜欢