车流量的预测精度直接影响管理水平高低，当前车流量预测模型的建模效率差，而且耗时比较长，为了获得理想的车流量预测结果，结合车流量的变化特点，设计了基于大数据分析的车流量预测模型。分别采用ARIMA模型和逻辑线性回归对景区车流量的随机性变化特点进行建模，并对它们的预测结果进行加权，得到景区车流量预测结果，最后与实际车流量对比，计算预测评估指标R-squared。
在具体实验中，将2016年11月1日至30日的每天每分钟车流量数据作为研究对象，进行数据平稳性检验和白噪音检验后确定使用ARIMA模型并确定其参数。然后使用线性回归模型，使用星期作为自变量构建模型，分别使用两个模型预测后七天时车流量，结果显示各天预测R-squared均大于80%
点击空白处退出提示
评论