基于多维时间序列的ETC 短时交通流量预测模型

来源：交通运输系统工程与信息杂志2016年第4期北京时间：

作者：赵亚伟，陈艳晶，管伟

单位：1. 中国科学院大学大数据分析技术实验室，北京100049；2. 北京速通科技有限公司，北京100161

摘要：ETC短时交通流量预测是高速公路ETC管理的基础，准确的交通流量预测为交通枢纽管理方案设计与ETC车道的建设规划等提供指导.目前关于短时交通流量的研究很多，但多数是以数学表达式的形式进行模型表示，很难进行准确的趋势描述.本文基于多维时间序列的ETC短时交通流量预测模型，考虑了法定节假日、高速公路免费和天气等外界因素对ETC交通流量的影响，并结合某地尾号限行的特殊性，考虑“周几”因素，以某高速公路ETC车道交通流量数据为基础，进行预测.预测结果显示，该模型预测结果总体平均绝对相对误差为8.10%，表明该模型具有较强的实用性.

关键词：智能交通,交通流量预测,多维时间序列模型,电子不停车收费,相似性度量

基金资助：国家自然科学基金/ National Natural Science Foundation of China（61072091）.