| 主权项 |
一种分时段考虑时空关联性的快速路交通状态预测方法，包括下列步骤：(1)界定目标区域及相邻路段确定快速路目标区域，界定与目标路段相邻的周围路段，获取目标区域内所有路段交通流量及速度时间序列数据，并对采集的数据进行预处理，根据各路段在一天中各个时刻交通状态数据95％置信度的置信区间，过滤剔除异常数据，对于缺失数据，根据动态交通流特征，采用相邻时段实测数据和历史趋势数据的加权平均值进行补足；(2)交通流时空分布相关性分析根据预处理后的各路段流量、速度时间序列数据，采用相关系数度量交通流时空分布的相关性，即各路段交通状态在典型工作日/非工作日的相似性与周期性，以及各路段之间交通状态的时滞性与相关性，确定与目标预测路段相关联的路段时空范围；(3)交通状态分析时段动态划分将目标区域内待预测路段典型工作日/非工作日的流量和速度时间序列作为交通状态的表征类，采用有序聚类算法，即最优分割法，将全天划分为具有典型交通流变化特征的时段；(4)构建交通状态向量自回归预测模型；在交通状态分析时段动态划分的基础上，针对各个划分出的时段，分别建立目标路段流量及速度的向量自回归预测模型；(5)分时段快速路交通状态短时预测在实时获取研究区域内所有路段流量及速度数据的基础上，根据交通状态分析时段动态划分的结果，采用分时段建立的流量及速度向量自回归模型，预测目标路段在未来一个或多个时段的交通状态。 |
