基于伽瑪分布與GAMLSS模型的短時交通流量預(yù)測.pdf

1、 專 業(yè) 學(xué) 位 碩 士 學(xué) 位 論 文 基于伽瑪 基于伽瑪分布 分布與 GAMLSS GAMLSS 模型的短時 模型的短時 交通流 交通流量預(yù)測 預(yù)測 Short-term traffic flow prediction by gamma distribution and GAMLSS model 作 者 姓 名： 溫博雪 工 程 領(lǐng) 域： 控制工程

2、 學(xué) 號： 31509100 指 導(dǎo) 教 師： 顧宏 教授 完 成 日 期： 2017.05.08 大連理工大學(xué) Dalian University of Technology 大連理工大學(xué)專

3、業(yè)學(xué)位碩士學(xué)位論文 - I - 摘 要 智能交通控制系統(tǒng)是緩解城市交通壓力的有效手段之一。 交通流量的預(yù)測作為智能交通控制系統(tǒng)的基礎(chǔ)，其預(yù)測精度直接影響了智能交通系統(tǒng)對道路交通的管控效果。研究城市道路的交通流量預(yù)測具有重要意義。 本文依據(jù)道路檢測卡口的歷史數(shù)據(jù)對交通流量進行預(yù)測，主要工作包括： 1. 對交通流量數(shù)據(jù)進行了描述性分析和處理。 交通流量是指在一定時間段內(nèi)通過道路檢測點的車輛數(shù)目，具有明顯的周期性、相關(guān)性和隨機性。以往的

4、單變量統(tǒng)計預(yù)測模型常假設(shè)交通流量數(shù)據(jù)服從高斯分布， 這造成在交通流量數(shù)據(jù)較小時刻的預(yù)測值有可能出現(xiàn)負值。為了解決這一問題，本文提出采用伽瑪分布；同時考慮到交通流量數(shù)據(jù)中可能存在異常數(shù)據(jù)，本文運用固定閾值的方法檢測數(shù)據(jù)，并對異常數(shù)據(jù)進行了處理。 2. 提出了基于伽瑪分布的 GAMLSS 單變量預(yù)測模型。 GAMLSS 模型是一種廣義的回歸模型， 考慮到伽瑪分布的形式和特點， 應(yīng)用 Box-Cox 變換方法將整數(shù)類型的交通數(shù)據(jù)變換成適用伽瑪

5、分布的實數(shù)類型數(shù)據(jù)，并代入 GAMLSS 模型，建立了應(yīng)用伽瑪分布的 GAMLSS 預(yù)測模型；基于 BIC 準則對模型進行選擇，應(yīng)用最大似然函數(shù)的方法對模型的未知參數(shù)進行估計。 應(yīng)用大連市東北聯(lián)合路交通流量數(shù)據(jù)對本文提出的方法進行測試， 驗證了本文方法的有效性。與假設(shè)數(shù)據(jù)為高斯分布的單變量預(yù)測模型效果進行對比，結(jié)果表明本文提出的方法對于交通流量數(shù)據(jù)的預(yù)測有更好的效果。 關(guān)鍵詞：交通流預(yù)測；伽瑪分布；Box-Cox 變換；GAMLSS 模