[发明专利]一种交通速度动态区间短时预测方法

权利要求书

1.一种交通速度动态区间短时预测方法，包括如下步骤：

(10)交通速度时间序列获取：获取道路上目标断面交通速度时间序列观测值；

(20)平稳时间序列获取：通过一阶差分运算，将交通速度时间序列转化为平稳时间序列；

(30)一阶差分预测值计算：根据交通速度一阶差分时间序列预测模型，计算各当前时间间隔t内交通速度一阶差分预测值；

(40)残差项标准差预测值计算：根据残差项综合广义自回归条件异方差预测模型，计算各当前时间间隔内残差项标准差预测值；

(50)目标断面交通速度预测区间确定：根据各前一时间间隔内的交通速度观测值、各当前时间间隔内交通速度一阶差分预测值和各当前时间间隔残差项标准差预测值，确定目标断面在各时间间隔内的交通速度预测区间；

所述(30)一阶差分预测值计算步骤具体为：

根据交通速度一阶差分时间序列预测模型，令m＝max(p，q)，获取历史时间间隔(t-1)，(t-2)，...，一直到(t-m)的目标断面交通速度时间序列的一阶差分值，计算当前时间间隔t内交通速度一阶差分预测值为，

式中，为目标断面交通速度在当前时间间隔t内的一阶差分预测值，Δy_t-i为目标断面交通速度在前一时间间隔(t-i)内的一阶差分观测值，c为常数项；p为自回归过程的滞后阶数，q为移动平均过程的滞后阶数，φ_i和θ_j为自回归移动平均ARMA(p，q)模型系数，ε_t为交通速度一阶差分序列在当前时间间隔t内的残差项，ε_t-j为交通速度一阶差分序列在前一时间间隔(t-j)内的残差项，并且假设系列{ε_t}为服从0均值正态分布的白噪声过程；

其特征在于，所述(40)残差项标准差预测值计算步骤具体为：

根据残差项综合广义自回归条件异方差预测模型，计算时间间隔t内的残差项标准差的预测值为

即

式中，

f(ε_t-1)＝|ε_t-1-b|-c(ε_t-1-b)，

所述残差项综合广义自回归条件异方差预测模型为,根据残差项序列{ε_t}所得，具有一阶自回归项和一阶移动平均项的综合广义自回归条件异方差fGARCH(1，1)模型，

其中，ε_t为当前时间间隔t内交通速度一阶差分时间序列的残差值，ε_t-1为前一时间间隔(t-1)内交通速度一阶差分时间序列的残差值，为当前时间间隔t内残差项标准差的预测值，为前一时间间隔(t-1)内残差项标准差的预测值,残差项序列{ε_t}为服从均值为0、标准差为σ_t的正态分布；z_t为服从均值为0、方差为1的独立标准正态分布的白噪声过程；ω、β、γ为回归参数；λ为Box-Cox转移系数；b为偏移因子，用于量化较小的交通速度波动；c为旋转因子，用于量化较大的交通速度波动；ω、β、γ、λ、b、c均为fGARCH(1，1)模型的待估参数。

2.根据权利要求1所述的预测方法，其特征在于，所述(50)目标断面交通速度预测区间确定步骤具体为：

当前时间间隔t内交通速度的区间预测值为

其中，当前时间间隔t内的交通速度预测上限值为

当前时间间隔t内的交通速度预测下限值为

式中，y_t-1为前一时间间隔(t-1)内的交通速度观测值，为当前时间间隔t内交通速度一阶差分预测值，当前时间间隔t内残差项标准差预测值，z_α/2为标准正态分布的上α分位点。