[发明专利]一种基于多变量灰色模型的高速公路节假日车流量预测方法

说明书

本发明涉及一种基于多变量灰色模型的高速公路节假日车流量预测方法，包括以下步骤：采集高速公路收费站进出车辆信息和外部变量，并对车辆信息和外部变量进行预处理；将预处理后的数据建立灰色动态预处理模型，并对模型进行车流量预测；根据相对误差、方差比和小误差概率三个数理统计值对预测结果进行模型精度检验。本发明可根据实际需要进行参数调整和变换，以达到不同的预测目标，有很强的实用性，适用于各类情况和地区的高速公路车流量预测，为各地的交通管理部门提供了参考的便利。

技术领域

本发明属于智能交通技术领域，具体涉及一种基于多变量灰色模型的高速公路节假日车流量预测方法。

背景技术

随着社会经济的不断发展，高速公路成为连接各城市间交通脉络的关键因素，其拥堵程度也成为与国家经济建设休戚相关的制约点，因此对交通流量的预测的必要性日益凸显。目前，对车流量预测的研究已有较多成果，例如采用时间序列预测技术、神经网络等方法来建立模型，在实现车流量预测上也有良好的表现。但对于实行7座及以下客车实行免费的节假日来说，数据产生了一定的变化，专门针对该现象进行的车流量预测却少之又少，故本发明的侧重点在于对高速公路的节假日车流量进行预测。节假日的高速公路车流量呈现出了与平时不同的数据特点，即节假日前后开始出现流量增加的迹象，大交通流量可能会在整个假期中持续，若突发事故，可能造成高速公路车流量的突变。

灰色模型是揭示系统内部事物连续发展变化过程，用离散的时间序列数据建立近似连续的微分方程的模型，它适用于预测变化趋势较为明显的时间序列，对随机波动性大的时间序列则效果不是太好，而马尔科夫链的理论适用于随机过程的状态转移行为，正好可以弥补灰色预测的局限，两者互补优势明显。进一步地，多变量灰色模型GM(1，n)反映了n－1个变量对某一变量的一阶导数的影响，采用多变量的输入可以更好的模拟实际交通情况，得到更准确的预测。

发明内容

本发明所要解决的技术问题是提供一种基于多变量灰色模型的高速公路节假日车流量预测方法，预测某一时间段内的车流量。

本发明解决上述技术问题的技术方案如下：一种基于多变量灰色模型的高速公路节假日车流量预测方法，包括以下步骤：

S1、采集高速公路收费站进出车辆信息和外部变量，并对车辆信息和外部变量进行预处理；

S2、将预处理后的数据建立灰色动态预处理模型，并对模型进行车流量预测；

S3、根据相对误差、方差比和小误差概率三个数理统计值对预测结果进行模型精度检验。

本发明的有益效果是：本发明产生的模型可通过前几年某节假日的总车流量预测往后n年该节假日的流量，也可通过往年节假日每天的车流量结合当年前一天的车流量预测当年节假日每天的车流量，还可根据每天各时段的历史流量数据结合当下前一时间段的实时流量预测往后几个时段的车流量等，本发明可根据实际需要进行参数调整和变换，以达到不同的预测目标，有很强的实用性，适用于各类情况和地区的高速公路车流量预测，为各地的交通管理部门提供了参考的便利。

附图说明

图1为本发明的方法流程图；

图2为本发明步骤S1的流程图；

图3为本发明步骤S2的流程图；

图4为本发明步骤S23的流程图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

一种基于多变量灰色模型的高速公路节假日车流量预测方法，其特征在于，包括以下步骤S1－S6：

S1、采集高速公路收费站进出车辆信息和外部变量，并对车辆信息和外部变量进行预处理。