基于自回归模型与神经网络模型的车流量预测对比

张婷婷; 张武雄; 裴冬; 赵铖; 俞涵

doi:10.3969/j.issn.1000-0801.2016.02.008

您当前的位置：

首页 >

文章列表页 >

基于自回归模型与神经网络模型的车流量预测对比

研究与开发 | 更新时间：2024-06-05

- 基于自回归模型与神经网络模型的车流量预测对比
- Comparison of traffic flow prediction based on AR model and BP model
- 电信科学 2016年32卷第2期页码：55-59
- 作者机构：
  
  1. 中国科学院上海微系统与信息技术研究所，上海 200050
  2. 上海科技大学，上海201210
  3. 上海无线通信研究中心，上海 201210
- 作者简介：
  
  [ "张婷婷（1991-），女，中国科学院上海微系统与信息技术研究所硕士生，主要研究方向为车联网关键技术。" ]
  [ "张武雄（1985-），男，博士，中国科学院上海微系统与信息技术研究所、上海无线通信研究中心助理研究员，一直从事车联网/新一代宽带无线通信网络关键技术的研究，主持国家自然科学基金面上项目“基于车流量与3D 信道建模的车联网连接性理论研究”课题、上海市科学技术委员会自然基金关于车联网理论研究课题、负责“面向南水北调工程安全的传感器网络技术研发”重大专项子任务的关键技术研究，参与国家重大专项、国家自然科学基金重点项目、上海市科学技术委员会/上海市经济和信息化委员会重点项目十余项。目前主要从事蜂窝无线移动通信标准、车联网体系架构及组网技术、多网异构协作关键技术研究工作。发表学术论文24篇，其中SCI/EI索引19篇，申报国内发明专利5项、国际PCT专利1项。" ]
  [ "裴冬（1989-），男，中国科学院上海微系统与信息技术研究所硕士生，主要研究方向为编码调制技术。" ]
  [ "赵铖（1991-），男，中国科学院上海微系统与信息技术研究所硕士生，主要研究方向为 Wi-Fi 网络下的干扰消除。" ]
  [ "俞涵（1992-），女，中国科学院上海微系统与信息技术研究所硕士生，主要研究方向为下一代移动通信技术。" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61471346);上海市自然科学基金资助项目;Shanghai Natural Science Foundation(14ZR1439700)
- DOI：10.3969/j.issn.1000-0801.2016.02.008
  中图分类号： TN929.53
- 网络出版日期：2016-02，
  
  纸质出版日期：2016-02-15
- 稿件说明：
移动端阅览
张婷婷, 张武雄, 裴冬, 等. 基于自回归模型与神经网络模型的车流量预测对比[J]. 电信科学, 2016,32(2):55-59.

Tingting ZHANG, Wuxiong ZHANG, Dong PEI, et al. Comparison of traffic flow prediction based on AR model and BP model[J]. Telecommunication science, 2016, 32(2): 55-59.
张婷婷, 张武雄, 裴冬, 等. 基于自回归模型与神经网络模型的车流量预测对比[J]. 电信科学, 2016,32(2):55-59. DOI： 10.3969/j.issn.1000-0801.2016.02.008.

Tingting ZHANG, Wuxiong ZHANG, Dong PEI, et al. Comparison of traffic flow prediction based on AR model and BP model[J]. Telecommunication science, 2016, 32(2): 55-59. DOI： 10.3969/j.issn.1000-0801.2016.02.008.

摘要

车流量建模是车联网（vehicular Ad Hoc network，VANET）路由、多媒体接入协议、无线算法设计的基础。准确的车流量模型将对智能交通系统（intelligent transportation system，ITS）实时调度和车联网的信息安全起到十分重要的作用。基于上海市的交通流量数据，利用自回归（auto regressive，AR）模型与神经（back-propagation，BP）网络模型对车流量实测数据进行了仿真对比，给出了相应的预测结果。研究发现，两个模型均能有效地对数据进行跟踪与预测，但对不同时段数据预测的准确性有所不同。研究结果将为未来智能交通应用、车联网的理论研究等提供有力依据。

Abstract

Traffic flow modeling plays an important role in routing，MAC algorithm and protocol designs in vehicular Ad Hoc networks （VANET）. An accurate traffic flow model is crucial to traffic management of an intelligent transportation system （ITS）and information safety in a VANET. Based on Shanghai’s traffic flow data，the performance of the two different models was compared using auto regressive（AR）model and back-propagation（BP） network model，and the corresponding prediction result was given. Research finds that both of the two models can efficiently predict the traffic data，but they have different prediction accuracy for the data of different periods. The research result will provide support for future research on ITS and VANET.

关键词

Keywords

references

中华人民共和国国家统计局 . 2014年国民经济和社会发展统计公报 [R/OL ] . （ 2015 - 02 - 26 ） [ 2015 - 02 - 26 ] . http://www.stats.gov.cn/tjsj/zxfb/201502/t20150226_685799.html http://www.stats.gov.cn/tjsj/zxfb/201502/t20150226_685799.html .

National Bureau of Statistics of China . Statistical Communiqué of the People’s Republic of China on the 2014 National Economic and Social Development [R/OL ] . （ 2015 - 02 - 26 ） [ 2015 - 02 - 26 ] . http://www.stats.gov.cn/tjsj/zxfb/201502/t20150226_685799.html http://www.stats.gov.cn/tjsj/zxfb/201502/t20150226_685799.html .

中华人民共和国交通运输部 . 2014年交通运输行业发展统计公报 [R/OL ] . （ 2015 - 04 - 30 ） [ 2015 - 04 - 30 ] . http://www.moc.gov.cn/zfxxgk/bnssj/zhghs/201504/t20150430_1810598.htm http://www.moc.gov.cn/zfxxgk/bnssj/zhghs/201504/t20150430_1810598.htm .

Ministry of Transport of the People’s Republic of China . Statistical bulletin of transportation industry development in 2014 [R/OL ] . （ 2015 - 04 - 30 ） [ 2015 - 04 - 30 ] . http://www.moc.gov.cn/zfxxgk/bnssj/zhghs/201504/t20150430_1810598.htm http://www.moc.gov.cn/zfxxgk/bnssj/zhghs/201504/t20150430_1810598.htm .

向前忠 . 生长曲线模型在高速公路诱增交通量预测中的应用 [J ] . 公路交通技术， 2007 （ 2 ）： 161 - 163 .

XIANG Q Z . Application of growth curves model in expressway induced traffic forecast [J ] . Technology of Highway and Transport ， 2007 （ 2 ）： 161 - 163 .

BOX G E P ， JENKINS G M ， REINSEL G C . Time series analysis：forecasting and control [J ] . Journal of Marketing Research ， 1994 ， 14 （ 2 ）： 556 - 569 .

WANG Y ， WU X . An adaptive glucose prediction method using auto-regressive（AR）model and Kalman filter [C ] // IEEE-EMBS International Conference on Biomedical and Health Informatics （BHI）， Janurary 5 - 7 ， 2012 ， Hong Kong，China . New Jersey ： IEEE Press ， 2012 ： 556 - 569 .

陈国强，赵俊伟，黄俊杰，等 . 基于Matlab的AR模型参数估计 [J ] . 工具技术， 2005 ， 39 （ 4 ）： 39 - 40 .

CHEN G Q ， ZHAO J W ， HUANG J J ， et al . Matlab-based parameter estimation of AR model [J ] . Tool Engineering ， 2005 ， 39 （ 4 ）： 39 - 40 .

JUVA I ， SUSITAIVAL R ， PEUHKURI M et al . Traffic characterization for traffic engineering purposes：analysis of funet data [J ] . Next Generation Internet Networks ， 2005 ： 404 - 411 .

RUMELHART D E ， MCCLELLAND J L . The PDP research group parallel distributed processing [J ] . IEEE ， 1998 （ 1 ）： 443 - 453 .

FORBES G J ， HALL F L . The applicability of catastrophe theory in modelling freeway traffic operations [J ] . Transportation Research Part A：General ， 1990 ， 24 （ 5 ）： 335 - 344 .

浏览量

937

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于信息中心5G车联网中社会感知的流媒体缓存与转发策略