[发明专利]一种交通流预测的三次指数平滑最优方法

摘要

本发明公开了一种交通流预测的三次指数平滑最优方法，该方法选定M个连续时段的历史研究数据，确定出平滑初值；若在历史数据较多的情况下，初值对预测的影响不大，反之，在历史数据较多的情况下用简单的平均法获得初值；统一采用计算历史数据的算术平均方法确定平滑初值。该方法是通过等距法寻求最优指数平滑系数，在每次进行预测前，都根据最新的一段历史数据得到最优的平滑系数。该方法首先分析了传统指数平滑法的特点，进一步利用等距法寻求某次三次指数平滑法最优系数，对交通流预测模型进行优化，很好地实现了此次对数据趋势的预测。

主权项

一种交通流预测的三次指数平滑最优方法，其特征在于，所述方法包括如下步骤：步骤1：选定M个连续时段的历史数据，确定出平滑初值；若在历史数据较多的情况下，初值对预测的影响不大，反之，在历史数据较多的情况下用简单的平均法获得初值；统一采用计算历史数据的算术平均方法确定平滑初值；步骤2：设定距长λ＝0.01，则将α分成100个相同的距离的区间，记为α_k(k＝1,2,...)；步骤3：取α_k＝0.01，计算出对应的min SSE值；min SSE为误差平方和公式：其中，n表示所用到的数据时段数，为交通流时间序列时段t的预测数据，x_t为交通流时间序列时段t的实际数据；步骤4：取α_k＝0.02，计算出对应的min SSE值，以此类推，重复步骤3，直到所有的α_k计算完毕，求出所有对应的min SSE值；步骤5：选择最小min SSE值对应的α_k值，这个值就是用作预测的最优α值；步骤6：根据寻求到的最优α值进行预测，下次进行寻求最优α值时，去掉最早的一个数据，加入下次的实际值，获得新的一组M个数据，重复上述步骤1到步骤6，实现三次指数平滑法系数的自适应。