论文部分内容阅读
准确而可靠的交通流参数短时预测是先进的出行者信息系统以及主动式交通信号控制系统有效运行的关键。鉴于此，研究人员开展了大量的交通流参数短时预测研究，但目前的研究仍主要集中于交通流参数均值的短时预测。近年来，交通流参数的不确定性预测逐渐得到重视，主要的模型包括广义自回归条件异方差(GARCH)模型和随机波动(SV)模型。以实际采集的城市快速路、主干道及次干道断面交通流数据为基础，本文重点比较评估了城市道路交通流参数不确定性预测模型的预测性能。 城市道路交通流参数主要包括交通流量和车辆行驶平均速度。鉴于此，本文以交通流量和速度为交通流参数，重点介绍了单变量GARCH模型、多变量GARCH(MGARCH)模型以及SV模型;在实测数据的基础上，基于单位根检验、ARCH LM检验、最优滞后阶的确定，对ARIMA-GARCH模型、VAR-MGARCH模型、ARIMA-SV模型参数进行了标定;最后基于平均绝对误差(MAE)、平均绝对百分比误差(MAPE)以及均方根误差（RMSE）等指标对各模型短时预测的准确性进行了比较评估，同时基于置信区间宽度(CI)、无效覆盖率(KP)以及异常数据数(KN)等指标对各模型短时预测的不确定性进行了比较评估。 基于实测数据的城市道路交通流参数不确定性预测性能评估结果表明，ARIMA-GARCH模型、VAR-MGARCH模型以及ARIMA-SV模型对速度预测的性能优于交通流量的预测性能;ARIMA-SV模型以及VAR-MGARCH模型的预测准确性相对优于ARIMA-GARCH模型;ARIMA-SV模型在交通流参数不确定性方面的预测性能优于ARIMA-GARCH模型以及VAR-MGARCH模型。