基于三次元MFD和ARIMA模型的区域宏观交通状态预测方法
Journal of Hebei Normal University of Science & Technology（2021）
摘要
为准确预测路网整体的车辆运行状态,利用MFD在外界相似条件下具有良好再现性的重要性质,提出一种基于(包括时间轴在内的)三次元MFD和ARIMA模型的区域宏观交通状态的短时预测方法.该模型由表征历史数据特征的趋势项与表示预测当天宏观交通状况微小变动的随机项等2部分组成.其中,趋势项由三次元MFD的历史数据计算得出,随机项由ARIMA模型计算得出.以日本冲绳县那霸市中心商业区为例进行分析,结果表明,该模型可以较小的相对误差来实现对未来短时间内(30 min)的区域宏观交通状态预测.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要