基于多源ITS数据的行程时间预测体系框架及核心技术

摘要

针对当前城市道路行程时间预测系统性不强等问题,构建基于多源数据的行程时间预测体系框架,阐述预测过程涉及的关键技术.框架的构建以固定式和移动式2类采集方式获得的交通数据为出发点,将预测过程划分为估计和预测两个阶段.提出固定式采集方式获取的速度数据用于行程时间的间接估计和预测的关键技术为空间平均速度的估计;移动式采集方式获得的行程时间数据用于行程时间的直接估计和预测的关键技术为浮动车最优样本量的确定.考虑单一数据源估计和预测精度不高,提出对2类数据源的估计和预测结果进行数据融合,以提高估计和预测的精度,同时引入GARCH模型来分析预测结果的可靠性,以提高预测结果的可信度.