×
徐娜;尚、彭健;桑蒂·卡梅

使用DFA和DCCA对交通流相关性进行建模。 （英语） Zbl 1204.90020号

非线性动力学。 61，编号1-2，207-216（2010）.
摘要：本文的重点是交通时间序列中的幂律自相关和互相关。采用去趋势波动分析（DFA）和去趋势互相关分析（DCCA）研究交通流波动。我们发现，原始流量波动时间序列可能表现出幂律自相关；然而，符号分离的交通波动信号，无论是正波动信号还是负波动信号，都表现出反相关行为。此外，我们还表明，从相邻路段导出的两个原始交通速度波动时间序列比从相邻车道导出的两种时间序列具有更强的幂律交叉相关性。最后，我们证明了对于两个标志分离的交通波动信号，分别来自两个相邻车道的正波动信号和负波动信号之间存在着长距离的互相关。但是，对于来自相邻两条车道的两个同向交通波动信号，变量之间存在幂律交叉反相关。

引用于11文件

MSC公司：

90B20型 运筹学中的交通问题
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

自相关;相关性;交通时间序列;趋势波动分析;去趋势互相关分析
PDF格式BibTeX公司 XML格式引用
\textit{N.Xu}等人，《非线性动力学》。61，编号1--2，207--216（2010；Zbl 1204.90020）
全文： 内政部

参考文献：

[1] Gipps，P.G.：计算机模拟的行为汽车允许模型。运输。决议B 15，105–111（1981）·doi:10.1016/0191-2615（81）90037-0
[2] Munjal，P.K.，Hsu，Y.S.：从航空数据中对车道变化假设的实验验证。高。《Res.Rec.456，5-11》（1973年）
[3] Stock，W.A.，Wang，J.J.：高速公路下降时的刺激响应车道改变模型。运输。《Res.Rec.682，64–66》（1978年）
[4] Worrall，R.D.，Bullen，A.G.，Gur，Y.：多车道公路车道变更的基本随机模型。高。研究记录308，1-12（1970）
[5] Li，X.W.，Shang，P.J.：道路交通流的多重分形分类。混沌孤子分形31，1089–1094（2007）·doi:10.1016/j.chaos.2005.10.109
[6] Shang，P.J.：公路交通数据的多重分形分析。琴。物理学。16, 365–373 (2007) ·doi:10.1088/1009-1963/16/2/016
[7] Kerner，理学学士：交通物理学。施普林格，纽约（2004年）
[8] Kim，Y.，Keller，H.：应用动态流量密度关系的在线交通流模型。摘自：第十一届道路运输信息与控制国际会议记录，英联邦研究所，伦敦，2002年3月19日至21日
[9] Messai，N.、Thomas，P.、Lefebvre，D.、Moudni，A.El.：交通模型流量密度关系的最佳神经网络结构。数学。计算。模拟。60, 401–409 (2002) ·Zbl 1006.90019号 ·doi:10.1016/S0378-4754（02）00032-0
[10] Kwon，J.，Varaiya，P.，Skabardonis，A.：使用车道与车道速度相关性从单环路检测器估计卡车交通量。J.运输。Res.Board 1856、106–117（2003年）·数字对象标识代码：10.3141/1856-11
[11] Yamashita，T.、Izumi，K.、Kurumatani，K.:通过路线信息共享实现汽车导航，以提高交通效率。摘自：2004年10月3日至6日在美国华盛顿特区举行的第七届IEEE智能运输系统国际会议记录
[12] Du，J.，Masters，J.，Barth，M.：车载导航和自动车辆定位（AVL）系统的车道级定位。摘自：2004年10月3日至6日在美国华盛顿特区举行的第七届IEEE智能运输系统国际会议记录
[13] Peng，C.K.，Buldyrev，S.V.，Havlin，S.，Simons，M.，Stanley，H.E.，Goldberger，A.L.：DNA序列的镶嵌组织。物理学。E 49版，1685–1689（1994）·doi:10.1103/PhysRevE.49.1685
[14] Peng，C.K.，Havlin，S.，Stanley，H.E.，Goldberger，A.L.：非平稳心跳时间序列中标度指数和交叉现象的量化。混沌5，82–87（1995）·数字对象标识代码：10.1063/116141
[15] Kantelhardt，J.W.、Zschiegner，S.A.、Koscielny-Bunde，E.、Havlin，S.、Bunde、A.、Stanley，H.E.：非平稳时间序列的多重分形有向波动分析。《物理A》316、87–114（2002）·Zbl 1001.62029号 ·doi:10.1016/S0378-4371（02）01383-3
[16] Kantelhardt，J.W.，Koscielny-Bunde，E.，Rego，H.A.H.，Havlin，S.，Bunde（A.）：用去趋势波动分析检测长期相关性。《物理学A》295441–454（2001）·Zbl 0978.37057号 ·doi:10.1016/S0378-4371（01）00144-3
[17] Chen，Z.，Ivanov，P.，Hu，K.，Stanley，H.E.：非平稳性对趋势波动分析的影响。物理学。版本E 65，041107（2002）
[18] Limei，X.，Plamen，C.I.，Kun，H.，Zhi，C.，Anna，C.，Stanley，H.E.：利用幂律相关性量化信号：有向波动分析和有向移动平均技术的比较研究。物理学。版本E 71，051101（2005）
[19] Podobnik，B.，Stanley，H.E.：去特伦德互相关分析：分析两个非平稳时间序列的新方法。物理学。修订稿。100, 084102 (2008) ·doi:10.1103/PhysRevLett.100.084102
[20] Jun，W.C.，Oh，G.，Kim，S.：理解波动率相关行为与幅度互相关函数。物理学。修订版E 73066128（2006）·doi:10.103/物理版本E.73.066128
[21] Podobnik，B.，Horvatic，D.，Lam，A.N.，Stanley，H.E.，Ivanov，P.：对双组分ARFIMA和FIARCH过程中的长期相互关系进行建模。《物理学A》387，3954–3959（2008）·doi:10.1016/j.physa.2008.01.062
[22] Shang，P.J.，Lin，A.J.，Liu，L.：在去趋势波动分析中最小化指数趋势影响的混沌SVD方法。《物理学A》388720-726（2009）·doi:10.1016/j.physa.2008.10.44
[23] Shang，P.J.，Lu，Y.B.，Kamae，S.：用多重分形去趋势波动分析检测交通时间序列的长期相关性。混沌孤子分形36、82–90（2008）·doi:10.1016/j.chaos.2006.06.019
[24] Xu，N.，Shang，P.J.，Kamae，S.：最小化去趋势波动分析中指数趋势的影响。混沌孤子分形41，311–316（2009）·doi:10.1016/j.chaos.2007.12.006
[25] Shang，P.J.，Lu，Y.B.，Kamae，S.：Holder指数在交通拥堵预警中的应用。《物理A》370、769–776（2006）·doi:10.1016/j.physa.2006.02.032
[26] Makse，H.A.、Havlin，S.、Schwartz，M.、Stanley，H.E.：为大型系统生成远程相关性的方法。物理学。E 53版，5445–5449（1996）·doi:10.1103/PhysRevE.53.5445
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。