基于非參數(shù)回歸的短時(shí)交通流量預(yù)測方法研究.pdf

1、短時(shí)交通流量預(yù)測是智能交通系統(tǒng)（ITS）的關(guān)鍵技術(shù)之一，其預(yù)測性能的好壞、是否滿足實(shí)時(shí)性要求都直接關(guān)系到交通控制與誘導(dǎo)系統(tǒng)的有效實(shí)現(xiàn)。 本文從分析短時(shí)交通流特性入手，從歸納-演繹、非線性時(shí)變系統(tǒng)兩個(gè)角度認(rèn)識(shí)非參數(shù)回歸方法，從原理上闡明應(yīng)用非參數(shù)回歸方法進(jìn)行短時(shí)流量預(yù)測的適用性。討論了應(yīng)用非參數(shù)回歸方法的關(guān)鍵步驟和影響因素。 非參數(shù)回歸方法作為一種新型的智能方法，仍然存在諸多缺點(diǎn)限制了它的實(shí)際應(yīng)用。這些缺點(diǎn)集中在：樣本數(shù)據(jù)

2、庫結(jié)構(gòu)不合理、搜索策略效率不高、系統(tǒng)開環(huán)等。本文從研究這些缺陷入手，對(duì)該方法本身進(jìn)行多方面的改進(jìn)，使其提高預(yù)測準(zhǔn)確度和滿足實(shí)時(shí)性要求。 主要的改進(jìn)包括：（1）將原始流量數(shù)據(jù)和搜索數(shù)據(jù)分別存放，建立基于一維和多維數(shù)據(jù)搜索的數(shù)據(jù)庫結(jié)構(gòu)和搜索策略。平衡二叉樹和R樹的邏輯結(jié)構(gòu)和靜態(tài)鏈表的物理結(jié)構(gòu)的應(yīng)用大幅度地縮減了數(shù)據(jù)搜索所需時(shí)間，提高了預(yù)測的實(shí)時(shí)性。（2）將閉環(huán)反饋回路加入到預(yù)測系統(tǒng)中最關(guān)鍵的步驟--模式匹配中，通過預(yù)測誤差來修正模式

3、匹配結(jié)果，從而使模式匹配過程更加合理，提高了預(yù)測的準(zhǔn)確度。（3）分析影響非參數(shù)回歸預(yù)測魯棒性的因素，重點(diǎn)在于系統(tǒng)需要重建時(shí)，針對(duì)大量原始數(shù)據(jù)的收集和實(shí)時(shí)預(yù)測這一對(duì)矛盾，提出應(yīng)用系數(shù)庫和分批預(yù)測的思想加以解決。 由于原始流量數(shù)據(jù)不具備非參數(shù)回歸方法所需的中心點(diǎn)和中心點(diǎn)附近的K個(gè)近鄰點(diǎn)，同時(shí)考慮到原始流量數(shù)據(jù)具有維數(shù)高、冗余量大的特點(diǎn)，因此有必要對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理操作。在本文中，采用主成分分析達(dá)到降維和消除變量之間相關(guān)性的目的