应用ARIMA模式于车辆侦测器数据填补

交控系统是利用各项侦测器或纵坐标名称、单位来进行交通特性搜集的,近年来由于在有线与无线传输的技术上日渐成熟,许多的信息都可以快速的传回至交控中心。但是目前车辆侦测器设置的位置会影响数据收集的准确度,且感应线圈车辆侦测器面临着经常发生数据遗漏。数据产生缺漏对于交通管理决策缺乏效率,而且无法彰显出投资车辆侦测器之价值。为了避免车辆侦测器数据遗漏、断线或数据异常不能使用之情形出现,利用自回归移动平均模型(ARIMA)来填补车辆侦测器所遗失的数据,其MAPE值小于20%,故ARIMA模式較平均法更优秀,其係以历史资料来建构,故有相当优良的填补绩效。