基于ARIMA的高速公路短时交通流量预测方法研究  

Short-term trafic flow forecasting method of expressway based on ARIMA

作　　者：崔建 李镇 赵家旺 康传刚 张雷 王纳 郭亚娟 CUI Jian;LI Zhen;ZHAO Jiawang;KANG Chuangang;ZHANG Lei;WANG Na;GUO Yajuan(Shandong Hi-speed Company Limited,Shandong Jinan 250014 China;School of Transportation and Logistics Engineering,Shandong Jiaotong University,Shandong Jinan 250357 China)

机构地区：[1]山东高速股份有限公司,山东济南250014 [2]山东交通学院交通与物流工程学院,山东济南250357

出　　处：《山东交通科技》2024年第4期89-93,共5页

基　　金：山东省工业和信息化厅技术创新项目,项目名称:全路网视角下基于多维用户需求动态数字孪生的高速精准化运营关键技术研究,项目编号:202260101057;山东高速集团2022年度科技项目,项目名称:全路网视角下基于多维用户需求动态数字孪生的高速精准化运营关键技术研究,项目编号:HS2022B041;山东省自然科学基金青年项目,项目名称:城市交通路网瓶颈区域动态激活判定机理及快速疏导控制方法研究,项目编号:ZR2021QF110。

摘　　要：短时交通流预测对于高速公路交通运营管理具有重要的指导价值,能够为高速公路交通流量趋势分析、基础设施建设规模确定以及运营效益评估提供可靠的数据基础。在高速公路交通流量数据平稳性分析的基础上,利用信息准则法进行预测模型识别,通过参数估计和模型检验,构建基于ARIMA的高速公路短时交通流量预测模型。最后利用济青高速的真实交通流量数据进行实例分析,结果表明ARIMA预测模型在高速公路短时交通流量预测方面具有良好的适应性和稳定性,在预测精度方面优于移动平均和指数平滑预测模型。Short-term traffic flow prediction holds significant guidance value for traffic operation and management of expressway and then provides reliable data supports for analyzing traffic trends,determining the scale of infrastructure construction and assessing operational efficiency.This paper firstly conducts stability analysis on traffic flow data of expressway,and employs information criteria for model identification.Then an ARIMA-based short-term traffic flow prediction model for expressways is established by adopting parameter estimation and model calibration.Finally a case study is made using real traffic flow data from the Jinan-Qingdao Expressway.The results demonstrate that the ARIMA prediction model exhibits good adaptability and stability in short-term traffic flow forecasting on expressways,outperforming moving average model and exponential smoothing model in terms of forecasting accuracy.

关 键 词：高速公路 智能交通 短时预测 ARIMA 交通流量 

分 类 号：U491[交通运输工程—交通运输规划与管理]