Resumen

El modelo lineal dinámico bayesiano es un método prometedor para el análisis de datos de series temporales y la previsión a corto plazo. Un problema de investigación es cómo se adapta el modelo predictivo a los cambios del sistema, especialmente cuando las perturbaciones afectan a su comportamiento. En este estudio, proponemos un modelo lineal dinámico adaptativo para actualizar de forma adaptativa los parámetros del modelo para la predicción en línea del estado del sistema. El método propuesto es un enfoque automático basado en la retroalimentación de los errores de predicción en cada intervalo de tiempo sin necesidad de intervención externa. El estudio experimental sobre la predicción de la velocidad de viaje a corto plazo muestra que el método propuesto puede reducir significativamente los errores de predicción del modelo lineal dinámico tradicional y superar a dos métodos del estado de la técnica en el caso de cambios importantes en el comportamiento del sistema.

• Materias:Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:errores de predicción, modelo lineal dinámico bayesiano, modelo lineal dinámico adaptativo, cambios importantes en el comportamiento del sistema, predicción en línea del estado del sistema, impacto de las perturbaciones en el comportamiento del sistema, predicción de la velocidad de desplazamiento, análisis de datos de series temporales, modelo lineal dinámico tradicional, método
• Keywords:prediction errors, bayesian dynamic linear model, adaptive dynamic linear model, major system behavior changes, online system state prediction, shocks impact system behavior, term travel speed prediction, time series data analysis, traditional dynamic linear model, method