

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著城市化的快速發(fā)展,城市機(jī)動(dòng)車數(shù)量飛速上升,城市交通的供需矛盾日益緊張。當(dāng)今,解決交通問(wèn)題的有效途徑之一就是建設(shè)智能交通系統(tǒng)。交通預(yù)測(cè)作為這一智能系統(tǒng)的關(guān)鍵技術(shù),是交通誘導(dǎo)及交通控制的前提和關(guān)鍵。本文結(jié)合實(shí)際道路交通狀況特征,采用兩種方法對(duì)交通流進(jìn)行預(yù)測(cè),分別是:移動(dòng)平均法和指數(shù)平滑法。其中主要使用了二次移動(dòng)平均法、一次指數(shù)平滑法和二次指數(shù)平滑法,并對(duì)二次指數(shù)平滑法進(jìn)行了改進(jìn),提高了預(yù)測(cè)精度。
本文主要工作如下:
2、第一,為了提高預(yù)測(cè)精度,利用歷史趨勢(shì)法和相鄰補(bǔ)齊法修復(fù)了原始交通流數(shù)據(jù)中的丟失數(shù)據(jù)和錯(cuò)誤數(shù)據(jù),然后對(duì)冗余數(shù)據(jù)進(jìn)行了約簡(jiǎn),最后整合了多車道數(shù)據(jù),得到該道路的總流量,以此作為該道路短時(shí)交通預(yù)測(cè)的基礎(chǔ)數(shù)據(jù)。
第二,根據(jù)交通流數(shù)據(jù)較強(qiáng)的時(shí)間關(guān)聯(lián)性這一特點(diǎn),本文使用時(shí)間序列模型中的二次移動(dòng)平均法、一次指數(shù)平滑法和二次指數(shù)平滑法對(duì)交通流進(jìn)行了預(yù)測(cè)并進(jìn)行了誤差分析,結(jié)果表明,二次指數(shù)平滑法預(yù)測(cè)精度較高。
第三,通過(guò)公式推導(dǎo),對(duì)二次
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于時(shí)間序列分析的城市道路短時(shí)交通流預(yù)測(cè).pdf
- 時(shí)間序列模型的預(yù)測(cè)方法研究
- 基于組合模型的短時(shí)交通流的預(yù)測(cè)研究.pdf
- 基于SARIMA和SVM模型的短時(shí)交通流預(yù)測(cè).pdf
- 基于小波變換的交通流短時(shí)預(yù)測(cè)模型研究.pdf
- 短時(shí)交通流預(yù)測(cè)模型及預(yù)測(cè)方法的研究.pdf
- 基于數(shù)據(jù)挖掘的短時(shí)交通流預(yù)測(cè)模型及應(yīng)用研究.pdf
- 基于多模型融合的短時(shí)交通流量預(yù)測(cè).pdf
- 基于時(shí)間序列模型的gdp預(yù)測(cè)畢業(yè)論文
- 城市交通流短時(shí)預(yù)測(cè)模型研究.pdf
- 基于短時(shí)交通流預(yù)測(cè)的交通控制算法研究.pdf
- 基于時(shí)間序列模型的gdp預(yù)測(cè)-畢業(yè)論文
- 時(shí)間序列模型在物流需求預(yù)測(cè)中的應(yīng)用
- 基于神經(jīng)網(wǎng)絡(luò)模型的短時(shí)交通流預(yù)測(cè)及應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的短時(shí)交通流預(yù)測(cè)的研究與應(yīng)用.pdf
- 兩類時(shí)間序列模型預(yù)測(cè)的分析與研究.pdf
- 基于時(shí)間序列模型的化工設(shè)備狀態(tài)的預(yù)測(cè)應(yīng)用研究.pdf
- 基于伽瑪分布與GAMLSS模型的短時(shí)交通流量預(yù)測(cè).pdf
- 基于時(shí)間序列模型的分析預(yù)測(cè)算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于馬爾科夫模型的短時(shí)交通流預(yù)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論