基于ARIMA模型的短时交通流预测研究

摘要

cqvip:高效利用短时交通流数据进行预测,建立合理的预测模型对于有效缓解交通拥挤问题十分必要.首先获取时间序列数据,判断序列的平稳性,然后用Eviews软件对时间序列数据构建ARIMA!6,1,6"模型,通过最小二乘估计法进行参数估计,并对残差检验是否为白噪声数据,对该ARIMA模型进行交通量的静态预测,最后对预测结果做出评价,结果显示拟合效果较好,表明ARIMA模型在短时交易量预测时有很大的应用价值.