基于季节模型及Kalman滤波的道路行程时间

作者：孙健; 张纯; 陈书恺; 薛睿; 彭仲仁

来源：长安大学学报(自然科学版), 2014, 34(6): 145-151.

DOI：10.3969/j.issn.1671-8879.2014.06.021

• 交通工程
• 城市交通
• 总行程时间预测
• 季节时间序列
• Kalman滤波算法
• 浮动车数据

道路行程时间是影响城市交通出行行为的重要因素.当前大多数出行时间研究基于路段进行,假设驾驶人沿着理想最短路径或最快路径行驶,难以对交叉口排队延误等相关时间参数进行精确估计.针对城市任意OD间的出行时间进行分析,采用Kalman滤波方法,利用历史数据对总行程时间进行有效预测.鉴于总行程时间分布存在比较明显的周期性特点,单一Kalman滤波算法难以反映出这种周期性,引入基于季节模型的Kalman滤波算法进行建模和优化.最后,利用深圳浮动车2011年12月连续3d的数据进行实证.研究结果表明:相对于传统的SARIMA模型及普通Kalman滤波算法,优化模型同时考虑总行程时间分布的周期性和时变性,具有较小误差及更好的拟合度;所得预测时间的平均绝对误差(MAE)分别在传统SARIMA模型及普通Kalman滤波算法结果基础上降低了37％和52％,其余误差指标,如均方根误差(RMSE)及最大相对误差(MRE)均有较大下降,从而证明了研究模型的有效性.

• 单位
  建筑工程学院; 上海交通大学; 海洋工程国家重点实验室