基于小波消噪的ARIMA与SVM组合交通流预测.pdfVIP

第 26卷 第 7期 公 路 交 通 科 技 v01．26 No．7 2009年 7月 JournalofHighwayandTransportationResearchandDevelopment Ju1．2009 文章编号：1002—0268 (2009)07-0127-06 基于小波消噪的ARIMA 与 SVM 组合交通流预测 谭满春 ，李英俊 ，徐建 闽 (1．暨南大学 信息科学技术学院，广东 广州 510632；2．华南理工大学 交通学院，广东 广州 510641) 摘要：针对实际交通系统时变复杂和变化的不确定性所带来的交通流量非线性和强干扰性的特征 ，首先应用小波分析 方法，对原始交通数据进行了消噪处理，使消噪后的数据更能反映交通流的本质及变化规律；然后采用 自回归求和滑 动平均 (ARIMA)和支持向量机 (SVM)的结合预测模型对交通流进行了预测，最后用实测交通数据进行了验证分析， 得到了两个结论：一是组合预测模型比单个预测模型的预测精度高；二是小渡分析消噪后的组合预测模型比没有消噪 的组合预测模型预测精度高。结果表明消噪后的组合预测模型具有较高的预测精度，可用于交通流的实时动态预测。 关键词：智能运输系统；组合预测；小波消噪；支持向量机；ARIMA模型；交通流预测 中图分类号：U491 文献标识码：A A HybridARIMA andSVM ModelforTrafficFlow Prediction BasedonWaveletDenoising TANManchun，LIYingjun，XUJiamnin2 (1．SchoolofInformationScienceandTechnology，JinanUniversity，Guangzhou Guangdong 510632，China； 2．SchoolofTransportation，SouthChinaUniversityofTechnoloyg，Gunagzhou Guangdong 510641，China) Abstract：Basedontheanalysisofthecharacteristicsofnonlinearitynadstronginterferenceoftragicflow dueto thecomplexna duncertaintyoftimev~rlancein realtrafficsystem，anew approachwasproposedfortrafficflow prediction．First，wavelettrnasform isemployedtoeliminatehtenoiseoforiginal trafficdatatoreflecthteessence andvariationoftrafficflow．ThenahybridmethodologyhtatexploitshteuniquestrengthofhteARIMA modeland hteSVM modeltoforecasttrafficflow withtheworkeddataWas proposed．Finally，numericalfieldexampleswere giventotestifyhteprecisionofhtemode1．111eresultshowsthat(1)htehybridmodelCallproducemoreaccurate predictionshtanhtatofsinglemodel； (2)htehybridmodelhtatuseshtemethod ofwaveletdenoisingismore efficientandreliable．Thehybridmodelbasedonwave