摘要 摘 要: 本文将灰色理论引入交通预测中进行建模，并在某高速上进行实例分析，该方法具有较高的可靠性和实用性。 关键词: 高速公路 灰色理论 预测模型 1 项目的研究背景 随着经济的
摘 要: 本文将灰色理论引入交通预测中进行建模，并在某高速上进行实例分析，该方法具有较高的可靠性和实用性。
关键词: 高速公路 灰色理论 预测模型
1 项目的研究背景
随着经济的快速发展，对于公路交通方面在方便性、快捷性方面的要求也越来越高，因此高速公路应运而生。对于高速公路的建设来说，如何合理有效地预测其建成后的交通量，一直是值得我们去深入研究。交通量预测的精确与否，直接决定着我们对交通状态进行评价、对项目建设的必要性和可行性进行评估环节中的质量; 也是对高速公路项目的建设规模、技术标准等要素进行规划和确定的重要参照依据。其结果的可靠性是直接影响项目经济评价结论的可信与否、技术标准确定合理性、项目决策正确与否的重要因素[2]。
2 对高速公路交通量进行预测的主要手段
目前，高速公路交通预测主要依靠两大手段，即阶段预测法和个别预测法。其中，阶段预测法是指基于出行起讫点来进行预测，而个别预测法则是指通过对高速公路的车流增长率进行评估以及通过回归分析、类别分析、弹性系数等要素来进行分析，来推断高速公路交通量的一种手段。前者比起后者来，由于以交通需求为主要分析对象，综合考虑了多方面的因素，因此在对高速公路交通情况的反应上也更加全面。然而在实际工作中，由于难以取得综合运输网络的相关资料和运输方式的分担率等数据，所以后者反而更具可行性一些。后者的预测方式相对简单，相应地也就影响了其精确性。此外，由于难以取得全面的资料，很难精确地测算出各个方法的相关数据。同时，得出的交通量数据同真实数据间有着较大的误差，因此预测的准确率不高。在预测高速公路的交通量时，既缺乏完善的资料又在影响因素上缺乏准确性，为了克服这些弊端，可以通过引进基于灰色理论的高速公路交通量预测模型，来提高预测效果。
3 基于灰色理论的高速公路交通量预测模型概述
人们常用颜色深浅来表示系统信息完备的程度。其中，“白色系统”指内部特性已知的信息系统; “黑色系统”指未知的或非确知的信息系统。而部分信息已知部分信息未知的小样本、贫信息的不确定性系统则称为灰色系统。它通过对部分已知信息的生成、开发去了解认识现实世界，实现对系统运行行为和演化规律的正确把握与描述。它对于试验观测数据和分布的要求与限制都相对较低，使用起来更加简便，应用领域也更加广泛。具体运用到对高速公路交通量的预测当中，比起现有的预测理论和预测模型来，基于灰色理论的高速公路交通量预测模型在对于贫信息和离乱数据的处理上要更加有效，因此其预测的精度和可行性也就在特定的时段内更加突出。通过将灰色系统的思想同神经网络的结合，我们可以得出三类预测模型的结构: 并联型、串联型及嵌入型。通过对这三种结构的分别精度之对比，我们不能发现灰色神经网络在预测精度上显然有所提高，在高速公路的交通量预测上是大有裨益的。随着进一步的探索研究，人们也认识到了灰色理论模型也有其缺陷，并不断地进行改进。其改进方案主要体现为: ( 1) 修正其初值条件; ( 2) 对模型的时间响应函数进行改进; ( 3) 对 GM( 1，1) 模型的残差建立修正模型; ( 4) 处理原始数据，同更好地进行模型建造相匹配; ( 5) 运用新的背景值构造法; ( 6) 寻求最优的背景值参数; ( 7) 避开背景值，直接寻求最优模型参数。上述的这些改进手段，都可以在一定程度上对于模型的预测精度进行有效提高，使模型的适用范围得到了扩展。但是，也并非是十全十美，仍然存在着一定的局限性，需要我们进一步对其进行改进和提高。
4 交通量预测模型的建立
灰色预测模型的建模。将数量较少且完整性较低的信息来建立数学模型，称作灰色预测模型。灰色理论系统对于一般建模来说，仅仅是用于对数据的处理的。比起普通的插值拟合来说，把灰色模型运用在对数据的处理中，不但对于数据的限制较少，并且有效地提高了它的精度，还提高了计算的便捷性。因此它在小样本的预测环节当中是颇具有可行性的。将原始数据群依照一些具体的要求来进行处理，称为生成。我们生成原始数据的目的，在于便于我们从各种繁纷复杂的表面现象中，探寻出一些具体的规律。常用的生成灰色系统的方式包括累加生成、累减生成、均值生成和级比生成等。其中，灰色系统模型多采用灰色预测模型，该模型基于一阶常微分方程来建造，它的建模原理是: 把一系列没有规律的原始数据累加起来，生成为一组规律性较强的数列，然后开展建模。再将生成模型所得出的数据加以累减，最后推算出原始数据的预测值，以此来预测高速公路交通量。
5 对实例的分析
这里选取湖北某高速公路收费站表 1 从 2012 到 2016 年间所统计的交通量数据，建立起灰色预测模型，并检验模型的精度，同时预测该线路的未来客运量。精度检验结果为 C = 0. 15 < 0. 39，P = 1 > 0. 96，预测精度等级为好。精度检验结果为 C = 0. 21 < 0. 36，P = 0. 99 > 0. 96，预测精度等级为好。由表 3 可见，通过对灰色预测模型的建模，所进行的高速公路交通量预测工作，不仅预测效率较高，而且得出的数据精度较高，是一种具有高度可行性的预测手段，具有推广的价值。
6 基于灰色理论的高速公路交通量预测模型的前景和现状
目前，我国的高速公路网已经日趋完善，高速公路已经成为公路出行的首选方式。因此，对高速公路交通量的预测任务也会越来越繁重。虽然传统的预测手段目前仍在使用，但随着高速公路里程的不断增加，预测压力的不断加大，传统的预测手段早晚会被基于灰色理论的交通量预测模型所取代。同时，随着信息技术的不断发展，全国的高速公路管理部门还会基于资源共享的理念，普及远程预测。在现阶段，基于灰色理论的高速公路交通量预测模型，在东部和中部相对较为普及，但在西部地区的普及率尚有限。所以我们应当重点加强对西部地区高速公路交通量预测方面的检查。此外，新建高速公路的交通量预测由于缺乏原始数据，同时容易受多种因素影响。因此，对于新建的高速公路，应当一开始就全面普及基于灰色理论的交通量预测模型。
7 结束语
基于灰色理论的高速公路交通量预测模型，是一种基于数学建模原理的，从效率上和准确率上都较为可靠的高速公路交通量预测手段。对于我国现阶段高速公路里程不断增长，交通量预测压力不断增大的国情十分合适，具有极大的可行性。
参考文献
[1]王慧勇，晏秋. 基于灰色线性回归组合模型的高速公路交通量预测[J]. 交通运输工程与信息学报，2016( 20) : 112 - 116.
[2]毋晓琛. 灰色优化模型在高速公路交通量预测中的应用[J]. 山西建筑，2013( 20) : 108 - 111.
《基于灰色理论的高速公路交通量预测模型研究》来源：《江西建材》，作者：黄 婷，余 娟。
转载请注明来自：http://www.lunwenhr.com/hrlwfw/hrgylw/12767.html
文章TAG标签：高速公路论文