基于灰色残差GM(1,N)模型的交通流数据恢复算法

作者：郭敏; 蓝金辉; 李娟娟; 林宗术; 孙新荣

来源：交通运输系统工程与信息, 2012, (01): 42-47.

DOI：10.16097/j.cnki.1009-6744.2012.01.019

• 智能交通
• 数据修复
• GM(1
• N)模型
• 交叉口
• 残差修正 intelligent transportation systems(ITS)
• data recovery
• GM(1
• N) model
• intersection
• residual modification

交通检测器采集的原始交通数据的质量会直接影响智能交通系统的后续效益.本文针对采集的交通数据普遍存在的故障问题,以交叉口检测器的交通流数据为研究对象,提出基于灰色残差GM(1,N)模型的数据修复算法.首先针对交叉口四个路口的交通流进行灰色相关分析,然后建立灰色GM(1,N)模型对故障数据进行预测修复,并进行了残差修正,提高了修复数据的精度.分析结果表明,提出的故障数据灰色残差GM(1,N)模型算法是可行的,可以更好地解决因为数据故障而对后续处理带来的困难,同时也为其他领域的故障数据修复提供借鉴.

• 单位
  北京市公安局公安交通管理局; 北京科技大学