论文部分内容阅读
为了提高行程时间短时预测的准确性,本文提出了基于多源交通数据可靠性的行程时间短时预测方法.该方法首先通过构建差分自回归移动平均-广义自回归条件异方差模型(ARIMA-GARCH模型)预测基于不同交通检测方法的行程时间及其可靠性,然后以不同交通检测方法的行程时间可靠性为基础构建最优加权数据融合模型,从而进行基于多源交通数据的行程时间短时预测.本文选取微波车辆检测器和GPS浮动车为数据源进行实例分析,性能评估结果表明本文所提出的行程时间短时预测模型的预测性能优于基于单源交通数据的行程时间短时预测模型和基于简单算术平均法的行程时间短时预测模型.