高斯过程回归短时交通流预测方法

来源：交通运输系统工程与信息杂志2015年第4期北京时间：

作者：康军，段宗涛，唐蕾，刘研，王超

单位：1. 长安大学信息工程学院，西安710064；2. 陕西省道路交通智能检测与装备工程研究中心，西安710064

摘要：已有的短时交通流预测方法均属于确定性预测，无法对预测的不确定性进行定量分析.针对上述问题，提出了一种基于高斯过程回归的短时交通流预测方法.通过该方法在对短时交通流进行预测的同时还可以得到预测的方差估计值，并依此可以确定预测值的95%置信区间.在仿真实例中，在相同条件下对所提方法与支持向量机预测方法进行比较.仿真结果表明，高斯过程回归短时交通流预测方法不仅与支持向量机预测方法具有相近的预测精度，其中均方根误差为12.09，绝对值误差为118.42，相对误差为17.32%，而且能够获得预测结果的方差估计值，从而有效实现短时交通流概率意义上的预测.

关键词：智能交通,短时交通流预测,高斯过程回归,短时交通流,概率性预测,方差估计

基金资助：国家自然科学基金（61303041）；交通运输部基础研究项目（2014319812150）；陕西省工业科技攻关项目（2014K05-28，2015GY002）；中央高校科研资金项目（2013G2241020，2013G1241119）；中央高校创新团队项目（310824153405）