城市道路交通狀態(tài)多變量時間序列預測技術.pdf

1、交通流短時預測是城市交通智能化運營、管理和控制的關鍵技術之一。針對現(xiàn)有相關研究僅僅采用單變量進行交通狀態(tài)預測以及對預測可靠性研究的不足，本文以實際采集的城市快速路、主干道及次干道斷面交通流數(shù)據為基礎，重點研究了城市道路交通狀態(tài)多變量時間序列預測及可靠性分析方法。
　　 在城市道路交通狀態(tài)多變量時間序列方法研究方面，本文基于Johansen協(xié)整檢驗以及Granger因果檢驗，分析和驗證了流量與速度兩個變量之間的長期均衡關系，以此為

2、基礎，構建了交通狀態(tài)多變量預測的向量誤差修正VEC(3)模型，并對模型的預測性能進行了評估;在城市道路交通狀態(tài)預測可靠性分析方法研究方面，為了捕捉和預測用于可靠性評估的時間序列異方差，本文分別構建了單變量自回歸條件異方差GARCH(1，1)模型和多變量自回歸條件異方差MGARCH(1，1)模型，并基于置信區(qū)間寬度(CI)、無效覆蓋率（KP）等指標對單變量時間序列與多變量時間序列預測的可靠性進行了對比分析。
　　 基于多變量時間序

3、列模型的城市道路交通狀態(tài)預測結果表明，多變量VEC(3)模型的總體預測性能優(yōu)于單變量ARIMA(0，1，1)模型，尤其表現(xiàn)在速度預測方面。從局部時間段（如交通擁擠消散階段）以及預測離散性的角度出發(fā)，VEC(3)模型具有更好的局部預測性能以及對交通狀態(tài)的平滑功能?；谧曰貧w條件異方差模型城市道路交通狀態(tài)預測可靠性研究結果表明，自回歸條件異方差模型能夠顯著提高傳統(tǒng)單變量與多變量時間序列模型的預測可靠性，并且多變量自回歸條件異方差模型的預測可