99.基于二步自适应的交通量实时预测模型
城市道路的交通量实时预测是交通流诱导系统技术的基础。本文提出了基于二步自适应的交通流实时预测模型。第一步,通过简化的自适应权重联合模型建立了预测交通量的系统模型,在线修正该系统模型参数；第二步,利用Kalman滤波的系统状态最优估计与预测能力,在滤掉交通量中的”噪声”后,实现对未来交通量的最优预测,进一步提高交通量预测精度。该模型有效克服我国城市道路交通流非线性、时变性、高随机性等特点,运算量较小,便于计算机实现。最后,通过Matlab软件工具箱对该模型进行计算机仿真验证,分析结果表明模型的有效性。
Kalman滤波 交通量 实时预测 交通流诱导 城市道路
胡晓健 陆建
东南大学交通规划与管理江苏省重点实验室南京 210096
国内会议
南京
中文
562-566
2007-12-14（万方平台首次上网日期，不代表论文的发表时间）