[发明专利]一种基于随机波动模型的行程时间预测及可靠性度量方法

摘要

本发明公开了一种基于随机波动模型的行程时间预测及可靠性度量方法。相较于传统的行程时间点值预测方法，该方法将某一时刻的预计行程时间视为一个分布而不是一个确定的点值，其中模型输出由行程时间的期望值和预测区间组成。平均值表示分布的期望值，预测区间捕捉外部因素引起的波动和不确定性，且随时间不断变化。该方法采用自回归积分滑动平均模型与随机波动模型的混合(ARIMA‑SV)模型进行路段行程时间的估计，并选用评价指标对模型的可靠性进行度量。该模型能够更加准确、可靠的地提供行程时间服务，更好地满足交通监管和公众出行对行程时间信息的需求。本发明作为一种基于随机波动模型的行程时间预测方法可广泛应用于交通领域。

主权项

1.一种基于随机波动模型的行程时间预测及可靠性度量方法，其特征在于，包括有以下步骤：行程时间数据预处理：对指定路段的历史行程时间数据进行预处理，并将数据集分为训练数据集和测试数据集；预测模型的建立：利用自回归积分滑动平均模型(ARIMA)预测行程时间的均值部分，根据Akaike信息标准(AIC)选择合适的ARIMA模型参数；利用随机波动模型(SV)预测行程时间的残差项，使用基于贝叶斯的马尔科夫链蒙特卡洛(MCMC)方法对随机波动模型参数进行估计，实现对残差项的预测，同时确定行程时间的预测区间；预测模型评价：使用测试数据集进行模型的拟合检验，采用均方根误差(RMSE)、平均绝对误差百分比(MAPE)、预测区间覆盖概率(PICP)和预测区间长度(MPIL)四个指标对预测效果进行评价，实现对可靠性的度量。