Resumen

Con la aplicación de la política de autopistas libres durante las vacaciones, la congestión del tráfico en la autopista se convierte en un fenómeno habitual. Con el fin de aliviar la presión del tráfico, la predicción del flujo de tráfico durante las vacaciones se ha convertido en un problema de gran preocupación. Este artículo propone una metodología de predicción híbrida que combina la transformada discreta de Fourier (DFT) con la regresión de vectores de soporte (SVR). La tendencia común en los datos de flujo de tráfico se extrae utilizando la DFT mediante el establecimiento de un umbral adecuado, que se predice por extrapolación extrema de la tendencia histórica. El método SVR se aplica para predecir la serie residual. Los resultados experimentales con datos medidos recogidos en las estaciones de peaje de la provincia china de Jiangsu muestran que el algoritmo propuesto tiene mayor precisión que el método tradicional, y es un método eficaz para la predicción del flujo de tráfico durante las vacaciones.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:predicción del flujo de tráfico, días festivos, transformada discreta de fourier, metodología de predicción híbrida, regresión de vectores de soporte, datos de flujo de tráfico, dft, autopista, provincia de jiangsu, método svr
• Keywords:traffic flow prediction, holidays, discrete fourier transform, hybrid prediction methodology, support vector regression, traffic flow data, dft, freeway, jiangsu province, svr method