%0 Journal Article
%T 基于季节模型及Ｋａｌｍａｎ滤波的道路行程时间
%A 孙　健
%A 张　纯
%A 陈书恺
%A 薛　睿
%A 彭仲仁
%J 长安大学学报(自然科学版)
%P 145-151
%D 2014
%X 道路行程时间是影响城市交通出行行为的重要因素。当前大多数出行时间研究基于路段进行，假设驾驶人沿着理想最短路径或最快路径行驶，难以对交叉口排队延误等相关时间参数进行精确估计。针对城市任意ＯＤ间的出行时间进行分析，采用Ｋａｌｍａｎ滤波方法，利用历史数据对总行程时间进行有效预测。鉴于总行程时间分布存在比较明显的周期性特点，单一Ｋａｌｍａｎ滤波算法难以反映出这种周期性，引入基于季节模型的Ｋａｌｍａｎ滤波算法进行建模和优化。最后，利用深圳浮动车２０１１年１２月连续３ｄ的数据进行实证。研究结果表明相对于传统的ＳＡＲＩＭＡ模型及普通Ｋａｌｍａｎ滤波算法，优化模型同时考虑总行程时间分布的周期性和时变性，具有较小误差及更好的拟合度；所得预测时间的平均绝对误差（ＭＡＥ）分别在传统ＳＡＲＩＭＡ模型及普通Ｋａｌｍａｎ滤波算法结果基础上降低了３７％和５２％，其余误差指标，如均方根误差（ＲＭＳＥ）及最大相对误差（ＭＲＥ）均有较大下降，从而证明了研究模型的有效性。
%K 交通工程
%K 城市交通
%K 总行程时间预测
%K 季节时间序列
%K Ｋａｌｍａｎ滤波算法
%K 浮动车数据
%U http://zzszrb.chd.edu.cn/oa/DArticle.aspx?type=view&id=20140621