Resumen

Para contrarrestar la escasa precisión de la predicción del flujo de tráfico a corto plazo causada por la fuerte fluctuación del flujo de tráfico, se propone un nuevo método de predicción del tráfico a corto plazo basado en la combinación del algoritmo mejorado de predicción de Verhulst gris y el suavizado exponencial diferencial de primer orden. En primer lugar, construimos un modelo de predicción de Verhulst gris mejorado introduciendo la cadena de Markov en su versión tradicional. A continuación, sobre la base de un factor de ponderación dinámico introducido, el método mejorado de predicción de Verhulst gris y la técnica de suavizado exponencial por diferencia de primer orden, se completa de forma eficiente el nuevo método de previsión del tráfico a corto plazo. Por último, se llevan a cabo experimentos y análisis a la luz de datos reales recogidos en un entorno de fuertes fluctuaciones para verificar la eficacia y racionalidad de nuestro esquema propuesto.

• Materias:Control del proceso Regulación automática Diagnóstico de fallos Instrumentación automática Optimización de procesos
• Subjects: Automatic regulation Fault diagnosis Automatic instrumentation Process optimization
• Palabras claves:predicción del tráfico a plazo, diferencia de orden, método de predicción grey verhulst, modelo de predicción grey verhulst, algoritmo mejorado de predicción grey verhulst, fuerte fluctuación del flujo de tráfico, predicción del flujo de tráfico a plazo, factor de ponderación dinámico, técnica de alisamiento exponencial, entorno de fuerte fluctuación
• Keywords:term traffic forecasting, order difference, grey verhulst prediction method, grey verhulst prediction model, improved grey verhulst prediction algorithm, strong traffic flow fluctuation, term traffic flow prediction, dynamic weighting factor, exponential smoothing technique, strong fluctuation environment