[发明专利]基于混合处理的季节性交通流灰色预测方法

权利要求书

1.一种基于混合处理的季节性交通流灰色预测方法，其特征在于，所述方法包括如下步骤：

S1、根据不同时间间隔，从交通流数据库中提取若干周期的断面交通流量，建立季节性的原始季节性交通流量序列；

S2、利用基于比重法和季节指数法的混合处理方法去除原始交通流量序列的季节性，将原始交通流量序列转化为平滑的目标交通流量序列；

S3、建立灰色预测模型，对目标交通流量序列进行预测处理，得到下一周期的交通流量预测值；

步骤S2中混合处理方法的步骤如下：

S2-1、从交通流数据库中提取的原始季节性交通流量序列，记为：

x⁽⁰⁾＝{x⁽⁰⁾(1),…,x⁽⁰⁾(q),x⁽⁰⁾(q+1),…,x⁽⁰⁾(nq)}；

其中x⁽⁰⁾为原始季节性交通流量序列且x⁽⁰⁾(k)≥0,k＝1,2,…,nq，q为周期，n为周期个数；

S2-2、提取原始季节性交通流量序列x⁽⁰⁾的比重序列，记为：

S2-3、比重值反映了实际值在序列中所占的地位，因此t(i)＝t(i+q)＝…＝t(i+(n-1)*q)，即原始交通流量序列的所有周期相同顺位所对应的比重值相同；

S2-4、将原始季节性交通流量序列x⁽⁰⁾中的对应值和比重序列t(i)中的对应值相除从而得到去权重的中间序列，记为：

其中：为中间序列；

S2-5、经过处理后，所得到的中间序列的新的周期值记为N，其中：且设中间序列至少包含k个周期；

S2-6、计算中间序列的滑动平均序列，记为：

S2-7、计算滑动平均序列的中心滑动平均序列其中：

S2-8、通过中间序列和中心移动平均序列的比值来计算季节比率序列γ，记为：

S2-9、计算平均比率序列记为：

S2-10、调整平均比率序列的先后顺序使其对应单个周期中的从前到后的顺序后得到季节指数序列，记为：

且r(i)＝r(i+N)＝…＝r(i+N*(k-1)),i＝1,2,…,N；

S2-11、将去权重的中间序列中的对应值和季节指数序列R中的对应值相除从而得到目标交通流量序列，记为：

y⁽⁰⁾＝{y⁽⁰⁾(1),y⁽⁰⁾(2),…,y⁽⁰⁾(nq)}，

其中：

步骤S3具体步骤如下：

S3-1、对目标交通流量序列y⁽⁰⁾进行累加得到一阶累加序列，记为：

y⁽¹⁾＝{y⁽¹⁾(1),y⁽¹⁾(2),…,y⁽¹⁾(nq)}，

其中：

S3-2、求解一阶累加序列y⁽¹⁾的邻值生成序列，记为：

z⁽¹⁾＝{z⁽¹⁾(2),z⁽¹⁾(3),…,z⁽¹⁾(nq)}，

其中：

S3-3、建立GM(1,1)灰色预测模型：y⁽⁰⁾(k)+az⁽¹⁾(k)＝b，其中参数a和b利用最小二乘法来求解：

S3-4、通过白化微分方程解得相应的时间响应序列其中：

S3-5、经过两次还原操作，得到下一周期的交通流量预测值，记为：

且

2.根据权利要求1所述的基于混合处理的季节性交通流灰色预测方法，其特征在于，步骤S1中原始交通流量序列的提取步骤如下：

S1-1、设定时间间隔；

S1-2、根据S1-1中的时间间隔，统计交通流数据库中相应时间段的交通流量；

S1-3、提取断面交通流量。

3.根据权利要求1所述的基于混合处理的季节性交通流灰色预测方法，其特征在于，还包括如下步骤：

S3-6、根据步骤S2-5中周期N的取值范围，初始设N＝q，重复步骤S2-5～S3-5，利用步骤S3-5所求得的预测值和真实值计算平均绝对百分比误差，记为：其中：r为拟合序列的长度；

S3-7、在不大于的情况下，令N自增1，然后重复步骤S3-6，直到求得令MAPE值最小的那个N即为最优的周期值后代入步骤S2-5～S3-5中。