An Improved Adaptive Exponential Smoothing Model for Short-term Travel Time Forecasting of Urban Arterial Street

摘要: 短期行程时间预测对于智能交通系统来说至关重要. 本文首先回顾了交通短期预测模型研究现状并指出了它们的基本思想, 研究工作进展以及各种模型的优点和缺点. 为了克服原有的自适用指数平滑模型的缺点, 本文提出了一种改进的自适应指数平滑模型, 针对四条主干道车牌数据匹配数据, 对各种预测模型进行了正常交通状况和非正常交通状况的短期预测比较实验, 实验结果表明每一种模型都有优点和缺点, 而改进的自适应指数平滑模型的预测性能在短期行程时间预测方面表现了优于其它模型的独特特点, 并且能适用于各种交通状况． 关键词: 行程时间 / 短期预测 / 车牌匹配 / 指数平滑