毛晓凯[1] 罗鑫鑫[2] ?田婧婧[3]
华北理工大学 063210
摘要：随着现在车辆的普及，导航软件已经成为出租车司机以及私家车车主出行所必备的工具之一，它能让车主实时的获得GPS数据，以确定当前道路的情况，但在道路拥挤的路段，导航软件对行车速度估计非常不准确，进而造成对道路拥堵时间的估计精度较低，因此如何提高对拥堵时间的估计精度是当前面临的问题之一。
关键词：拥堵时间预测，G(1,1)模型，灰色预测
基于GM(1,1)模型对堵车时间的估计
下面对道路堵车时间进行预测，即GM(1,1)模型[1]，灰色预测法是一种含有不确定因素的系统进行预测的方法，系统介于白色与黑色之间，系统内一部分信息已知，还有一部分信息未知，各因素间具有不确定的关系，首先鉴别系统各因素间发展趋势的相异程度，即进行关联分析，其次，对原始数据进行处理，通过累加或者累减生成有较强规律性的序列，找出系统变动规律，再然后建立系统的微分方程。可以在交通数据平台查找长安立交某一天的道路拥堵时间的数据，将分成8各时间段，每个时间段为一个小时，而道路拥堵时间即为一个小时内道路拥堵时间。
将搜集来的数据构建原始数据集，构建原始数据集如下所示：
再用原始数据集来进行级比检验，可用以下公式来进行检验：
可以计算出级比集如下所示：
.png)
然后可以计算该灰色系统的发展系数和灰作用量，将灰色系统白化，可以经过以下公式计算得到，用最小二乘法求解：
.png)
图 1 GM(1,1)道路拥堵时间预测图
由上面的图形分析可得，该预测方法预测下的道路拥堵时间预测值与实际值偏差较大，需要进行改进。
模型分析
1.采用多种预测方法对该问题进行预测，从中找出最佳预测方法，消除了误差带来的偶然性，使结果更具说服力。
2.寻找的因素具有代表性，基本能反映影响路段堵车时间的总体情况，在预测的过程中，采用了控制变量法，保证了长安立交这一单一变量，使结果更准确。
参考文献
[1]王明月，周杰，李健. 基于小波分析和动态GM（1,1）模型的流行色预测[J]. 西安工程大学学报，2019,33（05）：475-480