论文研究-相空间重构的卡尔曼滤波交通流预测研究.pdf

为了提高城市交通流的预测精度，克服单一预测模型不能很好反映交通流本质特征的缺点，在交通流混沌特性的基础上，提出将卡尔曼滤波理论与相空间重构原理相耦合的方法，建立基于相空间重构的卡尔曼滤波交通流预测模型。此模型以相空间重构的相点作为状态向量构成相点的状态空间描述，运用卡尔曼滤波理论实时预测并校正相点的未来演化规律，并根据焦作市某路段的交通流数据进行实例仿真。通过相关性能指标对比分析，结果表明，基于相空间重构的卡尔曼滤波预测模型各项指标明显优于未改进的单一模型，使预测精度提高了16.75%。