面向多因素影响的混合预测模型

• 作 者: 谢宇 王丽清 徐永跃 姚寒冰
• 机 构: 云南大学信息学院
• 出 处: 计算机工程与设计
• 发表日期: 2020年10期
• 关键词: 差分自回归移动平均模型ARIMA 多因素 预测模型 混合 分类回归树CART ARIMAmulti-factorprediction modelmixtureC
• 基金项目: 国家自然科学基金项目(61862064),云南省创新团队基金项目(2018HC019),云南大学服务云南行动计划基金项目(C176240501007)

为解决在城市道路短时交通流量预测中,由于对复杂外部因素和突发事件的影响考虑不足导致预测误差增大的问题,构建一个多因素混合预测模型。基于ARIMA时序预测模型,通过结合CART模型树引入居民出行习惯、节假日、天气、突发事故等其它外部影响因素,提高预测模型在复杂因素影响下的预测准确度和适应性。实验结果表明,该混合模型在面对节假日和突发事件时,能够得到更准确的预测结果。