一种基于动态时空分析的短时交通流预测模型

摘要

本发明涉及一种基于动态时空分析的短时交通流预测方法，具体包括：系统建模：提出用于表征区域路网各路段交通状态的动态的交通流时空状态矩阵，精准化地定量表征了路段的交通状态；提出用于计算交通流时空状态矩阵之间相似度的交通流动态时空权重矩阵，动态地为时空状态矩阵的每个数据元素分配权值，以构建动态时空加权欧氏距离，优化K近邻模型的近邻搜索机制；提出基于相似度占比的加权预测法，使用美国加州公路管理系统PeMS的真实交通流量数据集进行实证研究。讨论了包含均值预测、反距离加权预测、等级加权预测三种预测函数的精度表现。与现有的统计理论和人工神经网络模型对比，验证了本发明所提模型在短时交通流预测中具有更好的预测精度。