基于ARIMA-GARCH-M模型的短时交通流预测方法
王晓全
邵春福
尹超英
计寻
管岭
1.北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,1000442.北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,1000443.北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,1000444.北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,1000445.北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京,100044
摘要：针对差分自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)模型在获得时间序列非线性特性中的局限,基于线性递归的ARIMA模型和非线性递归的广义自回归条件异方差—均值(Generalized Autoregressive Conditional Heteroscedasticity in Mean,GARCH-M)模型,提出一种组合模型ARIMA-GARCH-M进行短时交通流预测,并利用城市快速路交通流数据进行模型预测精度的检验.结果表明:ARIMA-GARCH-M模型考虑了异方差性这一非线性特性,相比于ARIMA-SVR模型和ARIMA-GARCH模型的预测结果,本文构建模型具有较好的预测效果,能够有效提高预测精度至90.39％.
关键词：交通工程交通流时间序列预测异方差性ARIMA-GARCH-M模型
分类号：U491(交通工程与公路运输技术管理)
资助基金：国家自然科学基金(71621001)中央高校基本科研业务费专项(2017YJS103)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 79-84 )
英文信息