时间序列模型在高速公路交通量短期预测的应用

邹艾娟等

【摘要】本文基于交通量预测的重大意义，建立了ARIMA（2，1，3）时间序列分析模型，采用四川省成渝高速公路公开的交通量数据，对该高速公路四川省内路段2013年的月交通量进行了预测，再与实际交通量数据进行对比。本文所建立的模型可以为四川成渝高速公路股份有限公司及交通运输管理部门的政策制定提供参考依据。

【关键词】时间序列模型；交通量预测；ARIMA

中图分类号：U491.1+4 文献标识码：A

引言

交通量作为影响高速公路通行费收入最直接的因素，其变化可以反映出交通量随时间变化的特性以及各个时间段高速公路的使用情况。高速公路管理者在对高速公路制定大中型维修计划时，高速公路的交通量特征是着重考虑的因素，交通量预测可以为高速公路维修施工工期及时间安排提供决策依据[1]。同时，高速公路交通量变化可以反映出公路路网的合理性，通过分析交通量变化及交通量预测可以为政府相关部门制定政策提供决策依据[2]。本文基于四川成渝高速公路股份有限公司公开的交通量数据进行研究，本文所指成渝高速特指成渝高速公路四川段。

1 模型平稳性检验

本文所采用的时间序列模型为ARIMA模型，全称为自回归积分滑动平均模型，是由Box和Jenkins于70年代初提出一著名时间序列预测方法[3]。本文将交通量数据分为两部分，2007年1月至2012年12月的交通量数据用于估计ARIMA模型参数，剩余的2013年1月至12月的交通量数据用于预测。

先采用Census X12法对交通量数据进行季节调整，再对交通量序列tr进行自然对数差分以消除趋势。……