matlab中的AR模型短时预测交通流

1、内容简介

略
438-可以交流、咨询、答疑

2、内容说明

智能交通系统的宗旨,就是利用丰富的交通检测数据,对未来的交通流状态进行预测,对于最大效率的利用快速路资源,减少出行者时间,减少快速路交通拥挤与交通事故。短时交通流预测是道路交通控制系统、交通流诱导系统等领域需要解决的首要问题之一。研究短时交通流预测的理论和方法,从而实现比较准确地预测未来分钟甚至更短时间的道路交通流状况,对于缓解城市交通堵塞、避免社会资源浪费有着重要的意义和应用价值。本文以城市道路网络中典型的两相邻交叉口为研究对象,考虑交叉路口过去若干时刻的交通流量与上游路口相关转向的交通流量,建立了以小波分解的模型进行第一步预测,再结合神经网络进行第二步预测的混合预测方法。通过分析城市路口交通流样本数据的特点,短时交通流表现出强烈的非线性、时变性、不确定性,以及与上游路口交通流的相关性。单一的预测方法很难达到预测精度的要求,因此,本文提出将交通流数据先进行“频率”分解,首先利用小波变换将交通流数据进行滤波,将各种不确定因素造成的交通流突变的成分按照频率段过滤到个频段上,得到一个基本数据序列以及个不同频段的干扰信号数据序列,这样分解后的各组数据都成为成分相对简单、数据变化比较平稳的数据列。然后利用模型对不同频段上的分解数据分别进行预测,再将各序列预测结果相加得到第一步预测。最后结合上游路口相关转向的交通流量用神经网络进行第二步预测,得到精度较高的总体交通流预测结果。

关键词：短时交通流预测,AR模型,神经网络,混合预测

3、仿真分析

clear,clc,close all
data = xlsread('四天17点至20点交通流量数据.xlsx');
time = data(:,1);
flow = data(:,2);
num = length(time)/4;
figure
plot(time(1:num),flow(1:num))
title 第一天17点至20点交通流量数据
xlabel 时间/5min
ylabel 流量
set(gcf,'color','w');
set(gca,'box','off');
figure
plot(time(num+1:num*2),flow(num+1:num*2))
title 第二天17点至20点交通流量数据
xlabel 时间/5min
ylabel 流量
set(gcf,'color','w');
set(gca,'box','off');
figure
plot(time(num*2+1:num*3),flow(num*2+1:num*3))
title 第三天17点至20点交通流量数据
xlabel 时间/5min
ylabel 流量
set(gcf,'color','w');
set(gca,'box','off');
figure
plot(time(num*3+1:num*4),flow(num*3+1:num*4))
title 第四天17点至20点交通流量数据
xlabel 时间/5min
ylabel 流量
set(gcf,'color','w');
set(gca,'box','off');% y = iddata(flow(num*3+1:num*4),[],5*60);
% mb = ar(y,4,'burg')
% EstMdl = estimate(mb,time(num*2+1:num*3)); % y is your data
%% 第一天17点至20点交通流量数据
num = length(time)/4;
order = 6;
y1 = flow(1:num); y2 = flow(num+1:num*2);
y3 = flow(num*2+1:num*3);  y4 = flow(num*3+1:num*4);
model1 = ar(y1, order, 'burg', 'Ts', 5*60, 'IntegrateNoise', false)
p1_1=predict(model1,y2);
p1_2=predict(model1,y3);
p1_3=predict(model1,y4);
figure
plot(y2)
hold on
plot(p1_1)
hold off
figure
plot(y3)
hold on
plot(p1_2)
hold off
figure
plot(y4)
hold on
plot(p1_3)
hold off

4、参考论文

略

matlab中的AR模型短时预测交通流相关推荐

(5)基于深度学习的短时道路交通流预测
交通预见未来 (5)基于深度学习的短时道路交通流预测 1.文章信息 <Short-Term Traffic Flow Prediction with Conv-LSTM>. 这篇文章是一篇 ...
通信原理 | 信道模型 | matlab中瑞利衰落信道模型中的函数：raylrnd、raylpdf、raylcdf、raylinv、raylstat、raylfit
matlab中瑞利衰落信道模型中的函数 1 matlab中的raylrnd(瑞利随机数) 2 matlab中的raylpdf(瑞利概率密度函数) 3 matlab中的raylcdf(瑞利累积分布函数) ...
如何在matlab中建立水箱模型_在MATLAB中实现水箱液位控制系统的设计
在 MATLAB 中实现水箱液位控制系统的设计 [摘要] 本论文的目的是设计双容水箱液位串级控制系统. 在设计中充分利用计算机技术, 自动控制技术, 以实现对水箱液位的串级控制. 首先对被控对象的 ...
leslie模型matlab代码6,leslie模型人口预测程序，请求大家！
x=[68460528.3 80050113.21 102133056.6 108942188.7 78243245.28 83795471.7 109125132.1 124640528.3 111 ...
matlab中三阶样条模型,【MATLAB编程】三次样条
该楼层疑似违规已被系统折叠隐藏此楼查看此楼在最简单的用法中,spline获取数据x和y以及期望值xi,寻找拟合x和y的三次样条内插多项式,然后,计算这些多项式,对每个xi的值,寻找相应的yi.例如 ...
交通流预测爬坑记（二）：最简单的LSTM预测交通流，使用tensorflow2实现
说到时间序列预测,我想一定首先想到RNN,然后想到LSTM,LSTM原理就不说了,网上有很多相关文章. 下面使用tensorflow2.0来实现预测不得不说tensorflow2.0 太香了,太简单 ...
ar模型python,statsmodels中的AR模型
我试图在Python中拟合时间序列自回归模型输入数据框:code test_col 2018-09-20 18:00:00 10 2018-09-20 19:00:00 20 2018-09-20 ...
matlab中离散信号模型
前言:我们在maylab中最常用的是一个对象的传递函数,当我们在离散系统里时,我们需要将这个传递函数离散化,也就是将拉普拉斯变化为z,所以这一篇博客介绍如何获得一个对象的离散模型. 方法1:如果已经知 ...
matlab中进行太阳能电池模型,基于Matlab╱Simulink的太阳能电池特性仿真
- 1 - 基于Matlab/Simulink 的太阳能电池特性仿真朱丽合肥工业大学电气自动化系,安徽合肥(230009) E-mail :lilyzhu1980@http://www.doczj ...

matlab中的AR模型短时预测交通流

matlab中的AR模型短时预测交通流相关推荐

最新文章

热门文章