| 基于ARIMA-GARCH-M模型的短时交通流预测方法 |
| |
| 引用本文： | 王晓全,邵春福,尹超英,计寻,管岭.基于ARIMA-GARCH-M模型的短时交通流预测方法[J].北京交通大学学报(自然科学版),2018,42(4). |
| |
| 作者姓名： | 王晓全 邵春福 尹超英 计寻 管岭 |
| |
| 作者单位： | 北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,100044;北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,100044;北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,100044;北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,100044;北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,100044 |
| |
| 基金项目： | 国家自然科学基金;中央高校基本科研业务费专项 |
| |
| 摘 要： | 针对差分自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)模型在获得时间序列非线性特性中的局限,基于线性递归的ARIMA模型和非线性递归的广义自回归条件异方差一均值(Generalized Autoregressive Conditional Heteroscedasticity in Mean,GARCHM)模型,提出一种组合模型ARIMA-GARCH-M进行短时交通流预测,并利用城市快速路交通流数据进行模型预测精度的检验.结果表明:ARIMA-GARCH-M模型考虑了异方差性这一非线性特性,相比于ARIMA-SVR模型和ARIMA-GARCH模型的预测结果,本文构建模型具有较好的预测效果,能够有效提高预测精度至90.39%.
|
| 关 键 词： | 交通工程 交通流时间序列 预测 异方差性 ARIMA-GARCH-M模型 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
