• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>COTA international conference of transportation professionals >Prediction Model of Urban Traffic Performance Index Using ARIMAX
【24h】

Prediction Model of Urban Traffic Performance Index Using ARIMAX

机译：基于ARIMAX的城市交通绩效指标预测模型

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The road traffic performance index (TPI) is a comprehensive index to evaluate the congestion level of the road network. With regard to the historical continuity of TPI, and the external variables such as month, holiday, and weather, the autoregressive moving average with external variables (ARIMAX) model is developed to forecast urban traffic congestion. Based on the data set of 620 days, the ARIMAX (2, 0, 0) and seasonal ARIMAX (1, 0, 1) * (2, 1, 3) are established using a data-driven approach. Both models are used to predict the TPI for the next 90 days. The results show that the average absolute error (MAPE) of the two models is about 10%. Compared with the seasonal ARIMAX, the prediction accuracy of ARIMAX is more ideal. In short, the TPI is mainly related with the time factor, and the holidays come in second, while the month, rainfall, and humidity also have some impact.
机译：道路交通绩效指数（TPI）是评估道路网络拥堵程度的综合指标。考虑到TPI的历史连续性以及诸如月，节假日和天气之类的外部变量，开发了具有外部变量的自回归移动平均值（ARIMAX）模型来预测城市交通拥堵。基于620天的数据集，使用数据驱动方法建立ARIMAX（2，0，0）和季节性ARIMAX（1、0，1）*（2，1，3）。两种模型都可用于预测未来90天的TPI。结果表明，两个模型的平均绝对误差（MAPE）约为10％。与季节性ARIMAX相比，ARIMAX的预测精度更为理想。简而言之，TPI主要与时间因素有关，假期排在第二，而月份，降雨和湿度也有一定影响。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号