改进的三次指数平滑法及其在车联网中的应用

作者：杨济瑞; 赵海涛; 刘南杰

来源：计算机技术与发展, 2016, (11): 164-167.

• 车联网
• 指数平滑法
• 最优平滑系数
• 交通流预测 IoV
• exponential smoothing method
• optimal smoothing coefficient
• traffic flowforecasting

指数平滑法是车联网中交通流预测较为常见的方法之一,其准确性主要取决于平滑系数。由于传统指数平滑法系数是静态的原因,其已经不能满足交通流预测的精度要求。为了进一步提高预测精度,对传统指数平滑法进行了分析,其平滑系数相对静态,不能实时进行修正,导致其不能很好地反映数据变化的实时趋势。通过利用三次指数平滑法对交通流预测模型进行优化,利用等距法寻找每次预测时的最优平滑系数对数据趋势进行估计,保证了每次预测时的平滑系数最优,提高了预测精度。基于交通流预测的不同应用环境,利用南京某路段实际的交通流数据进行仿真,得到的仿真结果表明,提出的优化算法在预测交通流数据变化趋势方面有较高的精度。

• 出版日期2016-10-24
• 单位南京邮电大学