基于HALRTC理论的短时交通流预测算法

基于HALRTC理论的短时交通流预测算法

论文摘要

针对目前短时交通流预测算法多考虑交通流的低维信息特征,导致无法满足预测精准度要求等问题,引入高精度低秩张量填充理论(HALRTC),构建基于周、天、时段等多时间维度的动态张量模型,设计了一种融合高维交通流特征的短时交通流预测算法,并以京港澳高速公路杜家坎路段交通流速度数据为例进行实证验证。研究结果显示,算法能够基于较少历史数据较快达到良好预测效果,可有效实现针对工作日与非工作日的交通流预测,平均绝对误差(MAE)平均值约为3.6%,并能及时跟踪交通流波动性。在缺失数据情况下,所提出算法预测精度随数据缺失比例增大而降低,但相较于3种经典预测算法可表现出更好的预测精度。

论文目录

  • 1 动态张量矩阵构建
  • 2 短时交通流预测算法
  •   2.1 算法函数
  •   2.2 增广拉格朗日函数
  •   2.3 迭代求解
  • 3 实例分析
  •   3.1 天维度预测精度
  •   3.2 周维度预测精度
  •   3.3 缺失数据下预测算法精度对比分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 教欣萍,王江锋,陈磊,高志军,董佳宽,黄海涛,叶劲松

    关键词: 交通工程,短时交通流预测,高精度低秩张量,速度波动跟踪,时间序列,算法设计

    来源: 山东科学 2019年06期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 公路与水路运输

    单位: 北京交通大学交通运输学院综合交通运输大数据应用技术交通运输行业重点实验室,交通运输部科学研究院

    基金: 国家自然科学基金(61473028),国家重点研发计划(2018YFB1600703)

    分类号: U491.1

    页码: 62-68

    总页数: 7

    文件大小: 1458K

    下载量: 91

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    基于HALRTC理论的短时交通流预测算法
    下载Doc文档

    猜你喜欢