期刊文献+
共找到17篇文章
< 1 >
每页显示 20 50 100
时空依赖的城市道路旅行时间预测 预览
1
作者 施晋 毛嘉莉 金澈清 《软件学报》 EI CSCD 北大核心 2019年第3期770-783,共14页
城市道路的旅行时间预测,对于路径规划以及交通管理至关重要.尽管旅行时间预测会受路段依赖、时空相关性以及其他因素的影响,但现有的方法并未考虑如何结合外部因素进行建模,因而可能会有引入错误信息、路段建模时忽略上下游路段间的依... 城市道路的旅行时间预测,对于路径规划以及交通管理至关重要.尽管旅行时间预测会受路段依赖、时空相关性以及其他因素的影响,但现有的方法并未考虑如何结合外部因素进行建模,因而可能会有引入错误信息、路段建模时忽略上下游路段间的依赖关系等问题,导致预测精度较差.鉴于此,提出了两阶段的旅行时间预测框架:首先,使用Skip-Gram模型对轨迹数据地图匹配后的路段序列进行编码,将其映射为低维向量,通过该编码方式避免引入错误信息的同时保留了路段间的上下游依赖信息.随后,基于路段编码模式整合天气、日期等外部因素,设计了基于深度神经网络的城市道路旅行时间预测模型.基于真实出租车轨迹数据集的对比实验结果表明,所提方法比对比算法具有更高的预测精度. 展开更多
关键词 旅行时间预测 路段编码 长短期记忆网络 时空依赖
在线阅读 下载PDF
基于多源数据融合的城市道路旅行时间预测 预览
2
作者 于超 李瑞敏 张威威 《交通信息与安全》 CSCD 北大核心 2019年第2期77-82,共6页
城市道路旅行时间预测是城市道路交通管理的重要支撑。研究了利用多源数据预测城市信号控制主干道旅行时间的方法。以2015年8月某路段的视频检测器及微波检测器的2种数据为基础,采用回归拟合的方法探究信号控制主干道路段旅行时间与断... 城市道路旅行时间预测是城市道路交通管理的重要支撑。研究了利用多源数据预测城市信号控制主干道旅行时间的方法。以2015年8月某路段的视频检测器及微波检测器的2种数据为基础,采用回归拟合的方法探究信号控制主干道路段旅行时间与断面流量之间的关系,2段式的线性拟合结果可以较好地拟合信号控制主干道路段旅行时间与断面流量的关系。以BP神经网络模型为基础,从输入层入手,采用直接输入2类数据、应用拟合关系输入拟合数据等方法,综合考虑2类数据之间的相关性,建立了融合2类检测数据进行旅行时间预测的多个模型,对7种不同输入的神经网络预测模型进行了测试、对比和分析。研究结果表明,相比于时间序列、支持向量机、k近邻和历史平均方法而言,应用拟合关系的2类数据融合的BP2神经网络模型具有更高的预测精度,MAPE为13.04%,表明BP2神经网络模型能够实现较好的旅行时间预测效果。 展开更多
关键词 交通工程 旅行时间预测 BP神经网络 多源数据融合
在线阅读 免费下载
基于深度学习算法的道路旅行时间预测 预览
3
作者 张盛涛 方纪村 《指挥控制与仿真》 2019年第2期53-56,共4页
旅行时间预测是城市智能交通系统的重要指标。采用深度学习中的长短期记忆神经网络(Long Short-Term Memory,LSTM)方法预测道路旅行时间,通过调节LSTM隐藏层单元数和训练次数得到最优的时间相关的LSTM模型;而后将改进时间型LSTM模型和传... 旅行时间预测是城市智能交通系统的重要指标。采用深度学习中的长短期记忆神经网络(Long Short-Term Memory,LSTM)方法预测道路旅行时间,通过调节LSTM隐藏层单元数和训练次数得到最优的时间相关的LSTM模型;而后将改进时间型LSTM模型和传统BP(Back Propagation)神经网络模型、支持向量机模型、k NN模型以及时间序列ARIMA模型进行对比分析。实验结果表明,改进的T-LSTM模型训练效率和预测精度均优于其他四种模型。 展开更多
关键词 智能交通 LSTM 旅行时间预测 深度学习
在线阅读 下载PDF
基于R-FPOP变点检测的城市路段旅行时间预测 预览
4
作者 商明菊 胡尧 +1 位作者 周江娥 王丹 《贵州大学学报:自然科学版》 2019年第2期101-108,共8页
针对城市路段旅行时间精准推送的不足,提出一种基于动态规划变点检测算法的旅行时间预测方法。以车牌识别数据为研究对象,利用R-FPOP算法对旅行时间均值变点进行在线检测,研究变点时域分布特征;基于均值变点检测结果,预测旅行时间并给... 针对城市路段旅行时间精准推送的不足,提出一种基于动态规划变点检测算法的旅行时间预测方法。以车牌识别数据为研究对象,利用R-FPOP算法对旅行时间均值变点进行在线检测,研究变点时域分布特征;基于均值变点检测结果,预测旅行时间并给出其预测区间。结果表明:在线检测出的变点能够有效辨识旅行时间的均值突变,变点时域分布主要集中在高峰期;旅行时间预测值对实际序列变化趋势估计准确,推送的预测区间平均覆盖率为79.54%,具有较优的预测精度。论文方法兼顾旅行时间均值突变且建模简单,可为路段旅行时间的在线智能推送及交通需求者的路线规划提供技术支持。 展开更多
关键词 交通工程 旅行时间预测 R-FPOP 变点 智能导航
在线阅读 下载PDF
组合短路段的长路段旅行时间短时预测 预览
5
作者 李瑞敏 张威威 +2 位作者 刘志勇 刘晓龙 谢中教 《公路工程》 北大核心 2018年第3期1-5,共5页
旅行时间预测是城市智能交通系统的必要组成部分。利用时间序列ARIMA模型预测短路段的旅行时间,然后组合短路段的预测结果得到长路段的旅行时间预测结果,最后与直接利用ARIMA模型预测长路段的旅行时间方法进行了对比。研究表明,组合短... 旅行时间预测是城市智能交通系统的必要组成部分。利用时间序列ARIMA模型预测短路段的旅行时间,然后组合短路段的预测结果得到长路段的旅行时间预测结果,最后与直接利用ARIMA模型预测长路段的旅行时间方法进行了对比。研究表明,组合短路段的长路段旅行时间预测方法具有更高的精度和更优的预测效果,在旅行时间短时预测方面具有较好的实用性。 展开更多
关键词 交通工程 旅行时间预测 ARIMA模型 长路段 短路段
在线阅读 下载PDF
基于PCA-GBDT的城市道路旅行时间预测方法 预览
6
作者 张威威 李瑞敏 谢中教 《公路工程》 北大核心 2017年第6期6-11,共6页
城市道路旅行时间预测是城市智能交通管理系统和交通信息服务系统的重要基础。利用实测的车辆旅行时间数据,提出了进行城市道路旅行时间多步预测的主成分分析-梯度提升决策树(PCA—GBDT)方法。首先使用主成分分析方法进行旅行时间序... 城市道路旅行时间预测是城市智能交通管理系统和交通信息服务系统的重要基础。利用实测的车辆旅行时间数据,提出了进行城市道路旅行时间多步预测的主成分分析-梯度提升决策树(PCA—GBDT)方法。首先使用主成分分析方法进行旅行时间序列分解和主成分提取,之后建立了利用梯度提升决策树方法的旅行时间多时段预测模型。实际案例结果表明,与传统kNN方法、时间序列ARIMA方法、支持向量机(SVM)方法相比,PCA—GBDT方法具有更高的预测精度与算法稳定性。 展开更多
关键词 交通工程 旅行时间预测 PCA—GBDT KNN 支持向量机
在线阅读 下载PDF
基于深度学习的城市道路旅行时间预测 被引量:3
7
作者 张威威 李瑞敏 谢中教 《系统仿真学报》 CSCD 北大核心 2017年第10期2309-2315,2322共8页
城市道路旅行时间预测是城市智能交通系统的重要支撑。选择深度学习中的四种长短期记忆神经踊络(LongShort-TermMemory,LSTM)架构进行道路旅行时闻姆预溅,固定LSTM隐藏层的节点数以确定模型的最佳输入长度:固定模型的输入长度.分... 城市道路旅行时间预测是城市智能交通系统的重要支撑。选择深度学习中的四种长短期记忆神经踊络(LongShort-TermMemory,LSTM)架构进行道路旅行时闻姆预溅,固定LSTM隐藏层的节点数以确定模型的最佳输入长度:固定模型的输入长度.分别测试在不同的隐藏层节点数和考虑空间相关性的条件下四种LSTM模型的预铡性能:将空间LSTM模型与传统BPfBackPropagation)神经网络等四种模型进行了对比和分析。结果表明相对于其他四种模型,考虑空间相关性的LSTM模型具有更好的拟合和训练能力。 展开更多
关键词 交通工程 LSTM 旅行时间预测 空间相关性 深度学习
融合多源数据预测高速公路站间旅行时间 预览 被引量:6
8
作者 赵建东 徐菲菲 +1 位作者 张琨 白继根 《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第1期52-57,共6页
为精确预测高速公路站间旅行时间,融合收费数据和微波车检数据开展预测.首先,基于两种数据源的预测结果,采用决策级融合策略;然后,建立了权重分配预测模型、BP神经网络预测模型;针对神经网络收敛速度慢,易陷入局部最优的缺陷,基于遗传... 为精确预测高速公路站间旅行时间,融合收费数据和微波车检数据开展预测.首先,基于两种数据源的预测结果,采用决策级融合策略;然后,建立了权重分配预测模型、BP神经网络预测模型;针对神经网络收敛速度慢,易陷入局部最优的缺陷,基于遗传算法优化BP神经网络预测模型;最后,利用京哈高速公路北京段收费数据和微波检测器数据对3种融合模型进行了验证,对比工作日及非工作日2种交通流状态下3种模型的性能指标.试验结果表明,基于遗传神经网络的融合模型相比其他2种模型,预测精度及稳定性均得到了较高的提升,相对误差控制在10%以内,能够更好地满足实际需求. 展开更多
关键词 智能交通 旅行时间预测 遗传神经网络 数据融合 权重分配模型
在线阅读 下载PDF
基于MapReduce的城市道路旅行时间短时预测 预览
9
作者 杨宗润 《软件导刊》 2016年第9期137-139,共3页
旅行时间是交通系统中一个重要的测量指标,精确的旅行时间预测对智能交通系统和先进交通信息系统发展有重要意义。数据采集技术为旅行时间计算提供了海量实时交通数据,如何利用海量实时交通数据精确且快速预测旅行时间成为当前旅行时... 旅行时间是交通系统中一个重要的测量指标,精确的旅行时间预测对智能交通系统和先进交通信息系统发展有重要意义。数据采集技术为旅行时间计算提供了海量实时交通数据,如何利用海量实时交通数据精确且快速预测旅行时间成为当前旅行时间研究中的一个热点问题。基于海量的车牌识别数据,在Hadoop框架下,用MapReduce编程模型,应用卡尔曼滤波法实现对路段旅行时间的预测,和其它算法对比,该算法预测准确性有显著提高。 展开更多
关键词 旅行时间预测 MAPREDUCE 卡尔曼滤波
在线阅读 免费下载
基于时延赋色Petri网的交叉口群车辆旅行时间模糊预测 被引量:1
10
作者 安毅生 周洁 +2 位作者 杨临涧 徐志刚 赵祥模 《中国公路学报》 EI CAS CSCD 北大核心 2016年第6期243-252,共10页
为预测车辆在交叉口群的旅行时间,首先利用城市交通系统呈现的分布、并发特性,采用时延赋色Petri网(TCPN)进行模块化、层次化的建模,建立了包括输入/输出路段车流、交叉口车流、信号控制,以及交叉口群车流的TCPN模型;其次,利用模型的... 为预测车辆在交叉口群的旅行时间,首先利用城市交通系统呈现的分布、并发特性,采用时延赋色Petri网(TCPN)进行模块化、层次化的建模,建立了包括输入/输出路段车流、交叉口车流、信号控制,以及交叉口群车流的TCPN模型;其次,利用模型的监视器获取仿真过程中车辆的紧迫程度、进出交叉口群的时戳、进出指定库所的时戳、库所容量等状态信息,在此基础上提出了基于紧迫程度和车流密度的车辆平均速率模糊推理算法,实现了对自由旅行路段上车辆平均速率以及车辆旅行时间的预测。试验结果表明:采用基于TCPN交通流模型和模糊推理相结合的仿真预测方法能够合理地对交叉口群中车辆旅行时间进行预测,并且相对于卡尔曼滤波预测方法,提出的方法平均绝对百分误差和均方根误差累计值分别降低了14.33%和22.98%。 展开更多
关键词 交通工程 旅行时间预测 TCPN 模糊推理 交叉口群
基于基线漂移校正的旅行时间预测模型 预览 被引量:1
11
作者 朱广宇 杜崇 张彭 《华南理工大学学报:自然科学版》 EI CAS CSCD 北大核心 2016年第8期131-138,共8页
路段旅行时间及其预测值是管理部门实施交通流组织,提供交通信息服务的重要依据,也是出行者合理选择出行路径的重要参考.文中基于浮动车检测数据研究了路段旅行时间的计算算法及数据预处理方法;分析了旅行时间序列中的基线漂移现象,并... 路段旅行时间及其预测值是管理部门实施交通流组织,提供交通信息服务的重要依据,也是出行者合理选择出行路径的重要参考.文中基于浮动车检测数据研究了路段旅行时间的计算算法及数据预处理方法;分析了旅行时间序列中的基线漂移现象,并运用小波分析法给出了基线漂移的校正方法以达到对时间序列降噪处理的目的;最后,基于自回归移动平均法建立了路段旅行时间的预测模型,并选取实际数据验证了文中模型的有效性和精确性. 展开更多
关键词 浮动车 旅行时间预测 基线漂移 小波分析 自回归移动平均法
在线阅读 免费下载
城市交通信号控制干道旅行时间实时预测 预览
12
作者 刘家东 林永杰 王峰 《交通信息与安全》 2014年第4期62-68,共7页
城市干道旅行时间预测是实时交通运营管理与交通诱导的核心问题之一,也是出行者的重要需求。文中分析了济南市经十路采集的真实数据,研究发现了交通需求和旅行时间在工作日和非工作日同时段具有较大差异、全天具有显著早晚高峰、以及工... 城市干道旅行时间预测是实时交通运营管理与交通诱导的核心问题之一,也是出行者的重要需求。文中分析了济南市经十路采集的真实数据,研究发现了交通需求和旅行时间在工作日和非工作日同时段具有较大差异、全天具有显著早晚高峰、以及工作日同时段具有相似性及波动性等特征。基于该类特性,分别改进了适用于周期性数据的卡尔曼滤波和波动性的人工神经网络2类预测模型。提出了组合预测算法,将基于历史同时段数据的卡尔曼滤波算法的预测值作为人工神经网络的输入变量,利用历史天和临近时刻的可用数据进行了预测。结果表明:在3.8km的信号控制干道上,组合预测模型平均误差低于0.9min,误差超过2min的概率低于4%,其预测性能可满足实时的交通需求。 展开更多
关键词 交通信息 旅行时间预测 组合算法 城市干道 卡尔曼滤波 人工神经网络
在线阅读 免费下载
城市快速路区间旅行时间短期预测算法 预览
13
作者 姚恩建 张永生 《武汉理工大学学报:交通科学与工程版》 2013年第6期1133-1137,共5页
城市道路交通状况的预测,是实现未来路况查询、车辆动态导航等智能交通系统技术的关键。该文在分析浮动车数据的时间相关性的基础上,研究城市快速路的区间旅行时间短期预测算法。首先,采用统计方法和K-NN分类法相结合的新方法对缺失... 城市道路交通状况的预测,是实现未来路况查询、车辆动态导航等智能交通系统技术的关键。该文在分析浮动车数据的时间相关性的基础上,研究城市快速路的区间旅行时间短期预测算法。首先,采用统计方法和K-NN分类法相结合的新方法对缺失数据进行填充,并利用小波变换对每天的数据进行消噪处理;其次,在分别利用时间序列模型和人工神经网络模型对城市快速路区间旅行时间进行短期预测的基础上,通过模型组合获得预测值;最后,结合北京市区二环的一段快速路区间旅行时间的历史数据和实时数据,对该文所提出的快速路区间旅行时间短期预测算法进行了评价。结果显示,该算法的预测结果的平均绝对误差百分比控制在10.43%以内,具有良好的精度。 展开更多
关键词 浮动车 旅行时间预测 时间序列 人工神经网络 组合模型
在线阅读 下载PDF
浅析日本融合交通管制和浮动车信息的旅行时间预测 被引量:1
14
作者 王立晓 刘锴 森川高行 《公路交通科技:应用技术版》 CAS CSCD 2012年第8期410-413,共4页
近年,利用GPS装置收集动态路网交通信息的浮动车系统受到了世界各城市的广泛关注。日本实践表明:尽管浮动车系统的动态旅行时间信息和长期旅行时间分布等信息融合可以提高旅行时间预测的精度,然而该方法难以体现和预测由交通管制或者... 近年,利用GPS装置收集动态路网交通信息的浮动车系统受到了世界各城市的广泛关注。日本实践表明:尽管浮动车系统的动态旅行时间信息和长期旅行时间分布等信息融合可以提高旅行时间预测的精度,然而该方法难以体现和预测由交通管制或者道路施工引起的非周期性交通拥堵,以及由此引发的时间延误。日本VICS交通信息收集系统可提供由交通事故和道路施工引起的实时交通管制信息。本研究提出了一种简单的由VICS提供的实时交通管制信息与从浮动车系统获得的旅行时间信息的数据融合算法,并通过在名古屋市进行的实证实验显示该算法可使旅行时间预测精度提高约6.4%。 展开更多
关键词 旅行时间预测 数据融合 交通管制 浮动车数据 VICS
多元交通资料融合进行旅行时间预测——以台中港路为例 预览
15
作者 林大杰 刘霈 张曼杰 《交通信息与安全》 2011年第6期 50-52,58,共4页
利用倒传递类神经网路,单以资料本身进行路段旅行时间预测,避免建立高复杂度的模式以及环境所产生的干扰下,建立不失精准度的预测模式。研究过程中发现:若仅考量路段中的车辆侦测器资料用以预测旅行时间,其预测精准度较劣於融合车... 利用倒传递类神经网路,单以资料本身进行路段旅行时间预测,避免建立高复杂度的模式以及环境所产生的干扰下,建立不失精准度的预测模式。研究过程中发现:若仅考量路段中的车辆侦测器资料用以预测旅行时间,其预测精准度较劣於融合车辆侦测器资料及公车旅行时间资料之精准度,且发现预测精准度於尖峰时段较准确,故可推论使用一种以上的多元探测器所得之交通参数资料且於车流量较大之路段皆可提高路段旅行时间预测之精准度。 展开更多
关键词 倒传递类神经 网路旅行时间预测 多元资料融合
在线阅读 免费下载
An Improved Adaptive Exponential Smoothing Model for Short-term Travel Time Forecasting of Urban Arterial Street 预览 被引量:1
16
作者 LI Zhi-Peng YU Hong +1 位作者 LIU Yun-Cai LIU Fu-Qiang 《自动化学报》 EI CSCD 北大核心 2008年第11期 1404-1409,共6页
旅行时间的短期的预报为聪明的交通系统的成功是必要的。在这份报纸,我们考察预报模型的短期的交通的 state-of-art 并且构画出他们每个模型的基本想法,相关工作,优点和劣势。一改进适应指数的变光滑(IAES ) 模型也被建议克服以前的... 旅行时间的短期的预报为聪明的交通系统的成功是必要的。在这份报纸,我们考察预报模型的短期的交通的 state-of-art 并且构画出他们每个模型的基本想法,相关工作,优点和劣势。一改进适应指数的变光滑(IAES ) 模型也被建议克服以前的适应指数的变光滑模型的缺点。然后,比较实验在状况和反常交通调节评估在牌照匹配获得的直接旅行时间数据(每分钟行数) 上预报模型的四个主要分支的性能的正常交通下面被执行。实验的结果证明每个模型似乎有它的自己的力量和软弱。IASE 的预报表演比在更突然预报地平线(预报的和二步) 的另外的模型优异, IASE 能够处理各种交通条件。 展开更多
关键词 自适应指数 平滑模型 短期旅行时间预测 预测方法 信息处理技术 城市街道 设计方案
在线阅读 下载PDF
基于改进型循环神经网络的短期旅行时间趋势预测探讨 预览
17
作者 冯晋 何兆成 《科学与信息化》 2019年第12期136-136,共1页
短期交通状态预测是智能交通系统的重要组成部分,为了提高短期旅行时间趋势预测的精度,我们提出了基于改进型循环神经网络的预测模型。该方法首先通过特征构建与筛选处理原数据,然后利用神经网络去形成预测结果。在基于广州机场高速打... 短期交通状态预测是智能交通系统的重要组成部分,为了提高短期旅行时间趋势预测的精度,我们提出了基于改进型循环神经网络的预测模型。该方法首先通过特征构建与筛选处理原数据,然后利用神经网络去形成预测结果。在基于广州机场高速打卡数据集的实验中,该方法的预测准确率为80.1%,AUC为0.87,由此证明了本文方法的可行性。 展开更多
关键词 短期旅行时间预测 循环神经网络 深度学习 LSTM
在线阅读 免费下载
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈