基于状态空间模型的动态交通出行量预测研究

在现代交通管理中，短时交通信息预测有着非常重要的地位。动态交通出行量作为重要的交通信息之一，对其进行预测研究可以丰富短时交通信息预测的理论研究，为提前实施相应的交通管理策略，引导交通需求，提高路网利用效率提供数据支撑。本文在总结动态交通出行量反推理论的基础上，构建了用于动态交通出行量预测的状态空间模型，描述了卡尔曼滤波算法。最后将模型和算法应用到南京某路网进行预测计算，结果表明所构建的模型具有较高的预测准确性。