[发明专利]一种ETC运营指标预测方法

权利要求书

1.一种ETC运营指标预测方法，其特征在于，所述ETC运营指标预测方法包括以下步骤：

获取ETC运营指标历史数据；

基于所述ETC运营指标历史数据，制作趋势图；

基于所述趋势图，选择回归模型；

利用所述ETC运营指标历史数据来获得所述回归模型的统计分析表；

结合所述统计分析表中的统计检验量和所述回归模型的预测数据来确定所述回归模型是否为预测回归模型；

利用所述预测回归模型进行预测。

2.根据权利要求1所述的ETC运营指标预测方法，其特征在于，所述结合所述统计分析表中的统计检验量和所述回归模型的预测数据来确定所述回归模型是否为预测回归模型的步骤包括：

基于所述统计分析表中的统计检验量进行检验；

利用通过检验的回归模型在对应于存在真实数据的时段进行预测，以获得所述回归模型的预测数据；

将所述预测数据与所述真实数据进行比较；

若所述预测数据与所述真实数据之间的差异小于预定值，则确定所述回归模型为预测回归模型。

3.根据权利要求1所述的ETC运营指标预测方法，其特征在于，如果所述趋势图显示所述ETC运营指标历史数据的变动幅度大于预定幅度，则在所述利用所述ETC运营指标历史数据来获得所述回归模型的统计分析表的步骤之前，所述ETC运营指标预测方法还包括：

对所述ETC运营指标历史数据进行预处理，以剔除异常数据。

4.根据权利要求1所述的ETC运营指标预测方法，其特征在于，

所述ETC运营指标历史数据是按时间序列的基础指标和/或交易指标的数据，

所述基础指标包括收费站、车道、用户、服务网点和服务终端中的一种或多种，

所述交易指标包括总交易量、非现金交易量中的一种或多种。

5.根据权利要求1所述的ETC运营指标预测方法，其特征在于，

所述回归模型包括线性回归模型、非线性回归模型或其组合，

所述非线性回归模型包括对数模型、二次曲线模型和指数模型。

6.根据权利要求1所述的ETC运营指标预测方法，其特征在于，当所述预测回归模型为多个模型时，在所述利用所述预测回归模型进行预测的步骤之后，所述ETC运营指标预测方法还包括：

将所述多个模型的预测值取平均值，即得到最终的预测结果。

7.根据权利要求1所述的ETC运营指标预测方法，其特征在于，所述统计分析表包括所述统计检验量和回归系数，并且，所述统计检验量包括拟合优度检验量、方程显著性检验量和变量显著性检验量。

8.根据权利要求5所述的ETC运营指标预测方法，其特征在于，所述对数模型被表达为：

y＝β₀+β₁ln(x)

其中，y是因变量，x是自变量，β₀和β₁是模型回归系数。

9.根据权利要求5所述的ETC运营指标预测方法，其特征在于，所述二次曲线模型被表达为：

y＝β₀+β₁x+β₂x²

其中，y是因变量，x是自变量，β₀、β₁和β₂是模型回归系数。

10.根据权利要求5所述的ETC运营指标预测方法，其特征在于，所述指数模型被表达为：

其中，y是因变量，x是自变量，β₀和β₁是模型回归系数。