Comparative analysis of time series models for short-term urban traffic forecasting

Abstract

Con el aumento del crecimiento de las zonas urbanas, la gestión del flujo de tráfico de manera eficiente se presenta cada vez más compleja. Las herramientas de predicción de tráfico han demostrado ser bastante útiles en el proceso de toma de decisiones, ya sea para la regulación del tráfico, para la instauración de nuevas medidas, o para el desarrollo de sistemas de transporte más ecológicos. En este trabajo estudiaremos el tráfico a corto plazo en una de las principales arterias de la ciudad de Santander, España. Desarrollaremos y compararemos los resultados de tres modelos de predicción diferentes, ARIMA, Holt-Winters y Prophet, los cuales ya han demostrado ser fiables en el pasado. Elegiremos el más adaptado a nuestro caso e intentaremos desarrollarlo más, aplicando diferentes técnicas y estudiando cuáles funcionan bien para nuestro tipo de datos y zona. Nuestros resultados nos muestran que Prophet, a pesar de ser visualmente correcto y fácil de usar, no nos da resultados precisos para los datos de alta frecuencia a corto plazo. ARIMA es capaz de predecir las tendencias generales, pero por otro lado requiere mucho más trabajo por parte del usuario con el calibrado de los diferentes parámetros y puede tener problemas con la estacionalidad. Holt Winters ha sido identificado como el modelo más adecuado, ya que mostró precisión en sus resultados, interpretabilidad y fiabilidad en general. Fue capaz de adaptarse a la estacionalidad semanal y a las fluctuaciones repentinas del tráfico. Concluimos entonces el estudio desarrollando el modelo Holt-Winters más en profundidad, con parámetros más refinados y tratando de predecir para periodos de tiempo más largos. Ha demostrado ser una herramienta fiable para este tipo de predicción del tráfico urbano y unabuena base para estudios de casos más complejos.

With the increased growth of urban areas, the management of traffic flow in an efficient manner is becoming more and more complex. Traffic forecasting tools have proven to be quite useful in the decision-making process. In this paper we will be studying short-term traffic in one of the main arteries of the city of Santander, Spain. We will be developing and comparing the results from three different prediction models, ARIMA, Holt-Winters and Prophet, which have shown to be reliable in the past. We will then choose the most reliable one and try to develop it further, applying different techniques and studying which ones work well for our type of data and area. Our results show us that Prophet, even though visually correct and user-friendly, doesn’t give us accurate results for short-term high-frequency data. ARIMA is able to predict the general trends, but on the other hand it requires much more work from the user with fine tuning and it can struggle with seasonality. Holt Winters was chosen as the most appropriate model, it showed accuracy in its results, interpretability and higher reliability overall. It was able to adapt to the weekly seasonality and the sudden traffic fluctuations. We concluded then the study by taking the Holt-Winters model further, with more refined parameters and trying to predict for longer periods of time. It proved to be a reliable tool for this kind of urban traffic prediction and a good base for more complex case studies.