期刊文献+
共找到84篇文章
< 1 2 5 >
每页显示 20 50 100
基于深度学习的短时交通量预测研究综述 预览
1
作者 代亮 梅洋 +2 位作者 钱超 孟芸 吕金明 《计算机科学》 CSCD 北大核心 2019年第3期39-47,共9页
短时交通量预测是智能交通领域的研究热点,对交通控制与管理具有重要的意义。传统的交通量预测方法难以准确地描述交通量数据内部的本质特征,而深度学习通过其深层结构,能够学习到交通量数据内部复杂的多因素耦合结构,进而对交通量做出... 短时交通量预测是智能交通领域的研究热点,对交通控制与管理具有重要的意义。传统的交通量预测方法难以准确地描述交通量数据内部的本质特征,而深度学习通过其深层结构,能够学习到交通量数据内部复杂的多因素耦合结构,进而对交通量做出更精准的预测,这也使得深度学习成为当前短时交通量预测领域的研究热点。文中首先介绍了传统交通量预测方法和深度学习的研究现状;然后按照生成型和判别型深度结构对现有基于深度学习的短时交通量预测方法进行分类,并总结了深度学习在短时交通量预测研究领域的主要方法,对其性能进行了对比研究;最后对深度学习在短时交通量预测领域存在的问题和发展趋势进行了探讨。 展开更多
关键词 短时交通量预测 交通控制与管理 深度学习 生成型深度结构 判别型深度结构
在线阅读 免费下载
基于多源交通数据融合的短时交通流预测 预览
2
作者 陆百川 舒芹 马广露 《重庆交通大学学报:自然科学版》 CAS CSCD 北大核心 2019年第5期13-19,56共8页
不同类型交通检测器所获取的交通数据中包含了不同的交通信息,交通流预测在交通管理与控制中具有重要作用,基于此,进行了多源交通数据动态加权融合和短时交通流预测。在综合分析多源数据特性及其融合优势的前提下结合遗传算法的全局搜... 不同类型交通检测器所获取的交通数据中包含了不同的交通信息,交通流预测在交通管理与控制中具有重要作用,基于此,进行了多源交通数据动态加权融合和短时交通流预测。在综合分析多源数据特性及其融合优势的前提下结合遗传算法的全局搜索及小波神经网络的自适应学习优点,提出了基于多源数据融合与遗传-小波神经网络(GA-WNN)的短时交通流预测模型。通过实例验证分析,基于GA-WNN的交通数据融合方法比其他方法更有优势;同时,多源数据融合的预测精度优于单一数据源的短时交通流预测序列,从而能为交通管理者的判断决策与交通出行者的路径选择提供更准确、全面的交通信息。 展开更多
关键词 交通工程 多源数据融合 短时交通流预测 遗传算法 小波神经网络
在线阅读 免费下载
Improved Social Emotion Optimization Algorithm for Short-Term Traffic Flow Forecasting Based on Back-Propagation Neural Network
3
作者 张军 赵申卫 +1 位作者 王远强 朱新山 《上海交通大学学报:英文版》 EI 2019年第2期209-219,共11页
The back-propagation neural network(BPNN) is a well-known multi-layer feed-forward neural network which is trained by the error reverse propagation algorithm. It is very suitable for the complex of short-term traffic ... The back-propagation neural network(BPNN) is a well-known multi-layer feed-forward neural network which is trained by the error reverse propagation algorithm. It is very suitable for the complex of short-term traffic flow forecasting;however, BPNN is easy to fall into local optimum and slow convergence. In order to overcome these deficiencies, a new approach called social emotion optimization algorithm(SEOA) is proposed in this paper to optimize the linked weights and thresholds of BPNN. Each individual in SEOA represents a BPNN. The availability of the proposed forecasting models is proved with the actual traffic flow data of the 2 nd Ring Road of Beijing. Experiment of results show that the forecasting accuracy of SEOA is improved obviously as compared with the accuracy of particle swarm optimization back-propagation(PSOBP) and simulated annealing particle swarm optimization back-propagation(SAPSOBP) models. Furthermore, since SEOA does not respond to the negative feedback information, Metropolis rule is proposed to give consideration to both positive and negative feedback information and diversify the adjustment methods. The modified BPNN model, in comparison with social emotion optimization back-propagation(SEOBP) model, is more advantageous to search the global optimal solution. The accuracy of Metropolis rule social emotion optimization back-propagation(MRSEOBP) model is improved about 19.54% as compared with that of SEOBP model in predicting the dramatically changing data. 展开更多
关键词 urban TRAFFIC short-term TRAFFIC flow forecasting social EMOTION optimization algorithm(SEOA) BACK-PROPAGATION neural network(BPNN) METROPOLIS rule
基于核学习方法的短时交通流量预测 预览
4
作者 王秋莉 李军 《计算机应用研究》 CSCD 北大核心 2019年第3期696-700,共5页
基于核学习的强大非线性映射性能,针对短时交通流量预测,提出一类基于核学习方法的预测模型。核递推最小二乘(KRLS)基于近似线性依赖(approximate linear dependence,ALD)技术可降低计算复杂度及存储量,是一种在线核学习方法,适用于较... 基于核学习的强大非线性映射性能,针对短时交通流量预测,提出一类基于核学习方法的预测模型。核递推最小二乘(KRLS)基于近似线性依赖(approximate linear dependence,ALD)技术可降低计算复杂度及存储量,是一种在线核学习方法,适用于较大规模数据集的学习;核偏最小二乘(KPLS)方法将输入变量投影在潜在变量上,利用输入与输出变量之间的协方差信息提取潜在特征;核极限学习机(KELM)方法用核函数表示未知的隐含层非线性特征映射,通过正则化最小二乘算法计算网络的输出权值,能以极快的学习速度获得良好的推广性。为验证所提方法的有效性,将KELM、KPLS、ALD-KRLS用于不同实测交通流数据中,在同等条件下,与现有方法进行比较。实验结果表明,不同核学习方法的预测精度和训练速度均有所提高,体现了核学习方法在短时交通流量预测中的应用潜力。 展开更多
关键词 核学习方法 短时交通流 预测
在线阅读 下载PDF
基于交互式BP-UKF模型的短时交通流预测方法
5
作者 唐智慧 郑伟皓 +1 位作者 董维 李娟 《公路交通科技》 CAS CSCD 北大核心 2019年第4期117-124,134共9页
城市路网具有功能多样、组成复杂、交通量大、交叉口多等特点。优化短时交通流预测模型能够增加交通状态判别的精准度,有利于市民预知交通出行信息,为交通诱导措施的发布提供数据支持,免陷入拥堵困境。针对目前短时交通流预测模型优化... 城市路网具有功能多样、组成复杂、交通量大、交叉口多等特点。优化短时交通流预测模型能够增加交通状态判别的精准度,有利于市民预知交通出行信息,为交通诱导措施的发布提供数据支持,免陷入拥堵困境。针对目前短时交通流预测模型优化过程中出现的模型适应性差,使用条件要求高、单一模型无法准确地描述交通流在不同时段内的变化规律等因素造成短时交通流预测精准度低的问题,采用Kohonen神经网络对交通流数据进行聚类分析,令聚类得到的不同交通流模式下的交通流数据作为训练多个不同BP神经网络模型的输入,将不同神经网络模型与无迹卡尔曼滤波结合组成多个交通滤波器,完成交通流量的非线性预测与在线校准,最后使用交互式方法融合各估计器预测结果得出综合交通流预测结果。仿真实例构建了多个估计器和1个基于该方法的联合估计器,将以上各个估计器用于某断面的流量预测中,验证了几类估计器的流量预测性能。试验结果表明:该方法搭建的联合估计器在各种交通模式下较单估计器的预测准确性均有所提高,且在交通流遭遇多因素影响下发生特征变化时表现出一定的自适应性;相比于传统系统预测模型,大大降低了对训练数据量的要求,取得了较为满意的短时交通流预测效果。 展开更多
关键词 智能交通系统 短时交通流预测 神经网络 IMM 城市路网 UKF
基于公交车GPS数据的短时交通流预测研究 预览
6
作者 张海鹏 杨宏业 +1 位作者 邬鑫珏 王葆元 《内蒙古工业大学学报:自然科学版》 2018年第1期75-80,共6页
随着智慧化城市的提出,智能交通系统已经成为城市建设中至关重要的部分,而短时交通流预测是实现智能交通系统的核心研究内容之一[1]。本文对获取的公交车GPS数据进行了挖掘分析,提取公交车速度数据进行短时交通流预测算法研究。考虑到... 随着智慧化城市的提出,智能交通系统已经成为城市建设中至关重要的部分,而短时交通流预测是实现智能交通系统的核心研究内容之一[1]。本文对获取的公交车GPS数据进行了挖掘分析,提取公交车速度数据进行短时交通流预测算法研究。考虑到时序数据的时间相关性和交通流数据的准周期特性,本文设计长短期记忆人工神经网络(Long-ShortTermMemory,LSTM)对交通流速度数据进行预测。结果表明,LSTM能够通过对历史速度数据的学习,找出时间序列之间的关系,利用LSTM的选择性记忆功能,能够对短时交通流速度进行更准确的预测。 展开更多
关键词 短时交通流预测 公交GPS数据 长短期记忆网络
在线阅读 下载PDF
基于数据融合的高速公路短时交通量预测模型 预览
7
作者 李松江 弓晋霞 +1 位作者 丁岩 王鹏 《计算机工程与设计》 北大核心 2018年第10期3208-3213,共6页
根据高速公路交通量的时空特性,提出基于数据融合的高速公路短时交通量预测模型。对交通量时间序列性、周期相似性和空间序列性3个时空特性的状态向量进行定义,以BP神经网络预测模型为基础,结合自适应加权数据融合算法对时空特性预... 根据高速公路交通量的时空特性,提出基于数据融合的高速公路短时交通量预测模型。对交通量时间序列性、周期相似性和空间序列性3个时空特性的状态向量进行定义,以BP神经网络预测模型为基础,结合自适应加权数据融合算法对时空特性预测值进行融合,构建交通量预测模型。通过计算相关性对时空特性进行分析,选取相关性较高的数据样本作为模型输入。实验结果表明,工作日和休息日高速公路交通量预测平均绝对误差百分比均在5%以内,与单变量预测模型相比具有更好的预测准确度和实用性,为智能交通管理系统提供数据支持。 展开更多
关键词 高速公路 数据融合 神经网络 时空特性 短时交通量预测
在线阅读 下载PDF
交通大数据环境下短时交通流量预测研究 预览
8
作者 蔡晓禹 谭宇婷 +1 位作者 雷财林 刘秀彩 《铁道运输与经济》 北大核心 2018年第8期88-93,共6页
针对当前城市交通日益复杂脆弱,以及精细化控制对预测精度要求的现实需求,分析短时交通流量预测研究现状及已有方法在实际预测中的特点与局限性,剖析传统预测手段所面临的挑战与困境。研究结合现代城市交通数字化、信息化、智慧化发展背... 针对当前城市交通日益复杂脆弱,以及精细化控制对预测精度要求的现实需求,分析短时交通流量预测研究现状及已有方法在实际预测中的特点与局限性,剖析传统预测手段所面临的挑战与困境。研究结合现代城市交通数字化、信息化、智慧化发展背景,把握交通数据由小样本环境向大数据环境转变的有利契机,依据从实际交通大数据中提取的典型数据,分析探讨从海量数据中挖掘具有相似变化态势的数据进行短时交通流量预测的可行性,并从历史数据库构建、相似度量机制、预测相关参数选取等方面提出相应的算法思路和关键技术。 展开更多
关键词 短时交通流量 预测 研究现状 大数据环境 数据挖掘
在线阅读 下载PDF
社会情感算法优化神经网络的短时交通流预测 预览
9
作者 张军 胡震波 +1 位作者 朱新山 王远强 《传感器与微系统》 CSCD 2017年第10期23-26,30共5页
针对反向传播(BP)神经网络用于交通流预测易陷入局部最优且寻优速度慢的问题,采用了社会情感优化(SEO)BP神经网络的参数,以SEO中的个体为一个BP神经网络,以3种情绪为表现形式,通过个体间的合作竞争进行寻优.运用Levy、正态、柯西分... 针对反向传播(BP)神经网络用于交通流预测易陷入局部最优且寻优速度慢的问题,采用了社会情感优化(SEO)BP神经网络的参数,以SEO中的个体为一个BP神经网络,以3种情绪为表现形式,通过个体间的合作竞争进行寻优.运用Levy、正态、柯西分布3种情绪随机选择策略,通过不同方式实现了以不同的概率选择不确定的情绪,使SEO中情绪更好地模拟人的正常心理变化.实验表明:该模型较其他模型更有利于搜寻全局最优解,能有效提高短时交通流的预测精度. 展开更多
关键词 城市交通 短时交通流预测 社会情感优化算法 交通流 BP神经网络
在线阅读 下载PDF
短时交通流量预测方法 预览
10
作者 韦凌翔 陈红 +3 位作者 王永岗 蔡志理 钟栋青 李玉华 《山东交通学院学报》 CAS 2017年第3期22-29,共8页
短时交通流量是短时交通参数的基础参数之一,其变化规律可直观反映调查路段或区域的交通变化趋势,可为交通出行提供有效的路径选择信息.基于对统计分析模型、人工智能模型、非线性理论、交通模拟、组合预测模型等短时交通流量预测方法... 短时交通流量是短时交通参数的基础参数之一,其变化规律可直观反映调查路段或区域的交通变化趋势,可为交通出行提供有效的路径选择信息.基于对统计分析模型、人工智能模型、非线性理论、交通模拟、组合预测模型等短时交通流量预测方法特点和应用的分析,鉴于短时交通流量自身的随机波动特性,指出单一的交通参数预测方法很难有效提高预测的精度和效果,而基于组合预测模型的预测方法具有广阔的应用前景和实践意义,并指出短时交通流量预测方法研究领域今后可能的发展趋势. 展开更多
关键词 城市交通 短时交通流量 预测 智能交通系统
在线阅读 免费下载
基于RVM和ARIMA的短时交通流量预测方法研究 预览 被引量:3
11
作者 韦凌翔 陈红 +2 位作者 王永岗 钟栋青 王春娥 《武汉理工大学学报:交通科学与工程版》 2017年第2期349-354,共6页
为进一步提高短时交通流量预测精度,提出一种基于RVM和ARIMA的短时交通流量降噪方法.设计了降噪方法的流程,选取了降噪方法误差评价指标;基于RVM和ARIMA的短时交通流量预测方法和预测流程,引入平均绝对相对误差(MAPE)作为预测方法误... 为进一步提高短时交通流量预测精度,提出一种基于RVM和ARIMA的短时交通流量降噪方法.设计了降噪方法的流程,选取了降噪方法误差评价指标;基于RVM和ARIMA的短时交通流量预测方法和预测流程,引入平均绝对相对误差(MAPE)作为预测方法误差评价指标,以某城市道路的录像数据为实例,对构建的预测方法有效性进行验证.结果表明,在不同公用时间尺度(5,10,15min)下,所提出的短时交通流量预测方法的平均绝对相对误差均小于直接运用指数降噪模型、BT神经网络模型、ARIMA模型等方法预测的结果,有效地提高了短时交通流量预测精度. 展开更多
关键词 交通工程 短时交通流量预测 相关向量机 多时间尺度 自回归积分移动平均模型
在线阅读 下载PDF
基于时空特性的高速路短时交通流预测 预览 被引量:1
12
作者 李莉杰 舒勤 《数字技术与应用》 2017年第3期46-50,共5页
为提高高速路短时交通流预测的准确度,建立了一种基于时空相关分析和BP神经网络的短时交通流预测方法,首先,通过分析高速路网上下游断面间的时空相关性和空间互相关性,选取与预测目标相关性较大的历史时段和相关断面。然后,将各相... 为提高高速路短时交通流预测的准确度,建立了一种基于时空相关分析和BP神经网络的短时交通流预测方法,首先,通过分析高速路网上下游断面间的时空相关性和空间互相关性,选取与预测目标相关性较大的历史时段和相关断面。然后,将各相关断面交通流时间序列与其时间延迟序列进行重构,选取历史时段和重构后的相关断面作为BP神经网络预测模型的输入。利用四川省某高速路数据对该预测方法进行性能评价,实例证明该方法与只考虑高速路时间特性或空间特性的预测模型相比具有更高的预测精度,提高了交通流预测的实时性和可靠性。由此可见,该方法可作为高速路短时交通流预测的有效手段。 展开更多
关键词 短时交通流预测 时空相关分析 BP神经网络 时间延迟
在线阅读 下载PDF
基于GA-LSSVR模型的路网短时交通流预测研究 预览 被引量:4
13
作者 陈小波 刘祥 +3 位作者 韦中杰 梁军 蔡英凤 陈龙 《交通运输系统工程与信息》 EI CSCD 北大核心 2017年第1期60-66,81共8页
目前,很多短时交通流预测方法仅利用某一路段历史数据的时间相关性或者道路上下游路段的时空相关性进行交通流预测,未充分考虑路网所有路段之间的时空相关性.提出了一种基于稀疏混合遗传算法优化的最小二乘支持向量回归(LSSVR)模型,... 目前,很多短时交通流预测方法仅利用某一路段历史数据的时间相关性或者道路上下游路段的时空相关性进行交通流预测,未充分考虑路网所有路段之间的时空相关性.提出了一种基于稀疏混合遗传算法优化的最小二乘支持向量回归(LSSVR)模型,并应用于路网短时交通流预测.该预测模型不仅可以自动优化LSSVR模型参数,而且可以从高维路网交通流数据中选择有助于交通流预测的变量子集.实验结果表明,与LSSVR模型相比,所提方法具有更好的预测能力;而且,少量时空变量被选择出来构建预测模型,极大减少了信息冗余,改进了模型可解释性. 展开更多
关键词 智能交通 变量选择 稀疏混合遗传算法 短时交通流预测 最小二乘支持向量回归
在线阅读 下载PDF
基于免疫粒子群神经网络的短时交通流量预测 预览 被引量:2
14
作者 刘韵 《交通科技与经济》 2016年第2期37-41,51共6页
免疫理论中的基于浓度选择机制能避免粒子群算法在群体收敛性和个体多样性平衡问题上的不足,使改进后的粒子群算法优化BP神经网络参数的配置,提高短时交通流量预测的准确性。仿真实验表明:免疫粒子群优化后的BP神经网络可有效提高短时... 免疫理论中的基于浓度选择机制能避免粒子群算法在群体收敛性和个体多样性平衡问题上的不足,使改进后的粒子群算法优化BP神经网络参数的配置,提高短时交通流量预测的准确性。仿真实验表明:免疫粒子群优化后的BP神经网络可有效提高短时交通流量的预测精度,减小预测误差。 展开更多
关键词 免疫粒子群 神经网络 短时交通流量 预测
在线阅读 下载PDF
时空因素影响下在线短时交通量预测 预览 被引量:9
15
作者 李林超 何赏璐 张健 《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第5期165-171,共7页
考虑交通流的时空因素进行短时交通流预测,能够提高预测的精度.为此,引入径向基核函数,将复杂的预测问题转化为高维空间的回归问题;然后,基于支持向量回归机并考虑时空因素影响作用建立在线的短时交通量预测模型,通过网格搜索的方法对... 考虑交通流的时空因素进行短时交通流预测,能够提高预测的精度.为此,引入径向基核函数,将复杂的预测问题转化为高维空间的回归问题;然后,基于支持向量回归机并考虑时空因素影响作用建立在线的短时交通量预测模型,通过网格搜索的方法对模型参数进行优化;最后,构造时间—空间状态向量,通过不同的状态向量对时间和空间维度的影响进行了分析.利用高速公路检测器数据,对比不同模型的精度,对在线短时交通量预测模型的有效性和可行性进行了验证.结果表明:在线模型精度优于传统的支持向量回归模型,考虑时空因素影响后交通量预测模型具有更高的精度和稳定性. 展开更多
关键词 智能交通 短时交通量预测 支持向量回归 时空因素 状态向量
在线阅读 下载PDF
基于少数据云推理的短时交通流预测模型 预览 被引量:1
16
作者 杨锦伟 肖新平 +1 位作者 郭金海 毛树华 《交通运输系统工程与信息》 EI CSCD 北大核心 2015年第3期64-69,99共7页
针对短时交通流所存在的不确定性即模糊性与随机性特点和准周期规律,提出基于灰色关联分析和少数据云推理的短时交通流预测模型.首先,针对短时交通流的准周期规律,运用灰色关联分析提取不同日期相同时段历史序列中最相似序列;其次,提出... 针对短时交通流所存在的不确定性即模糊性与随机性特点和准周期规律,提出基于灰色关联分析和少数据云推理的短时交通流预测模型.首先,针对短时交通流的准周期规律,运用灰色关联分析提取不同日期相同时段历史序列中最相似序列;其次,提出少数据逆向云算法,建立交通流序列一维云推理机制;最后综合利用历史云及当前云生成预测云,用于短时交通流实时预测.实例分析表明,预测精度良好,能够有效实现短时交通流的实时预测.该模型解决了少数据条件下正向云参数确定问题,降低了数据处理工作量,开拓了云模型在短时交通流中的应用. 展开更多
关键词 城市交通 短时交通流预测 少数据云推理 灰关联分析 云模型
在线阅读 下载PDF
基于时空特性分析和数据融合的交通流预测 预览 被引量:6
17
作者 邱世崇 陆百川 +2 位作者 马庆禄 邹巍 张勤 《武汉理工大学学报:信息与管理工程版》 2015年第2期156-160,178共6页
短时交通流预测是城市道路交通控制和交通诱导的关键技术之一,针对其考虑因素单一、预测精度不高的问题,提出了一种基于时空特性分析和数据融合的预测方法。首先,分析了交通流时间特性、时间相关性和基于时间序列数据的预测方法。其... 短时交通流预测是城市道路交通控制和交通诱导的关键技术之一,针对其考虑因素单一、预测精度不高的问题,提出了一种基于时空特性分析和数据融合的预测方法。首先,分析了交通流时间特性、时间相关性和基于时间序列数据的预测方法。其次,在对交通流空间特性、空间互相关性分析的基础上,提出了以相邻路段流量为自变量,采用多元逐步线性回归对目标路段流量估计预测的方法。最后,分析了交通流的时空关联特性,同时考虑到时间和空间因素,利用最小二乘动态加权融合算法将基于时间序列数据预测结果和空间回归估计预测结果进行融合输出最终结果。仿真结果表明,对比单一时间序列和空间回归估计预测方法,所提出的方法有效提高了短时交通流预测精度。 展开更多
关键词 城市道路 短时交通流预测 数据融合 时间特性 空间特性
在线阅读 下载PDF
用于交通流预测的带距离权重模式识别算法 预览 被引量:1
18
作者 刘树青 徐建闽 +1 位作者 卢凯 马莹莹 《华南理工大学学报:自然科学版》 EI CAS CSCD 北大核心 2015年第12期114-118,126共6页
基于带权重的模式识别算法(WPRA)的交通流短时预测根据历史交通模式所属时段特征区分不同历史状态值权重系数的大小,但权重值的主观设定降低了方法实际应用的可靠性.通过分析基于数据驱动的非参数回归交通流预测算法核心原理,针对W... 基于带权重的模式识别算法(WPRA)的交通流短时预测根据历史交通模式所属时段特征区分不同历史状态值权重系数的大小,但权重值的主观设定降低了方法实际应用的可靠性.通过分析基于数据驱动的非参数回归交通流预测算法核心原理,针对WPRA模型权重系数的主观随机性进行预测算法改进,建立了能预测短时交通流的带距离权重的模式识别算法(DWPRA).最后,应用实际交通流数据引入均方根误差进行算法验证,验证结果显示相同近邻K值情况下,DWPRA比WPRA均方根误差降低约4.8%~7.1%,证明了算法的有效性. 展开更多
关键词 模式识别 交通流短时预测 K-近邻搜索 距离权重 均方根误差
在线阅读 免费下载
基于改进LSSVM的短时交通流量预测 预览
19
作者 娄婉秋 《现代计算机:上下旬》 2015年第3期3-8,共6页
为提高短时交通流量预测的准确性,提出一种基于改进LSSVM的短时交通流量预测模型。针对传统混合蛙跳算法(SFLA)容易陷入局部最优的问题,提出基于新局部更新策略的改进混合蛙跳算法(ISFLA),在此基础上将其与最小二乘支持向量机(L... 为提高短时交通流量预测的准确性,提出一种基于改进LSSVM的短时交通流量预测模型。针对传统混合蛙跳算法(SFLA)容易陷入局部最优的问题,提出基于新局部更新策略的改进混合蛙跳算法(ISFLA),在此基础上将其与最小二乘支持向量机(LSSVM)相结合,通过采用该算法优化LSSVM的关键参数,从而提高LSSVM的预测能力。结合实例,对模型和算法进行仿真分析,证明模型的可行性和算法的有效性。 展开更多
关键词 短时交通流量预测 最小二乘支持向量机 改进蛙跳算法 参数选择 智能优化算法
在线阅读 免费下载
短时交通流预测的改进K近邻算法 被引量:14
20
作者 谢海红 戴许昊 齐远 《交通运输工程学报》 EI CSCD 北大核心 2014年第3期87-94,共8页
分析了原有的短时交通流预测的K近邻算法,用模式距离搜索方法代替原有的欧氏距离搜索方法,引入多元统计回归模型,建立了一种改进的短时交通流预测的K近邻算法,并以北京市某路段进行实例验证。试验结果表明:当K取23时,利用改进的K近邻算... 分析了原有的短时交通流预测的K近邻算法,用模式距离搜索方法代替原有的欧氏距离搜索方法,引入多元统计回归模型,建立了一种改进的短时交通流预测的K近邻算法,并以北京市某路段进行实例验证。试验结果表明:当K取23时,利用改进的K近邻算法,预测结果的均方误差、平均相对误差、平均绝对误差分别为31.43%、4.17%、0.27%;利用原有的K近邻算法,预测结果的均方误差、平均相对误差、平均绝对误差分别为33.33%、4.40%、0.28%;利用历史平均模型,预测结果的均方误差、平均相对误差、平均绝对误差分别为46.20%、11.40%、0.48%。可见,改进的K近邻算法的预测精度明显高于其他2种方法,在提高搜索效率的同时准确地刻画了交通流的真实情况。 展开更多
关键词 交通规划 短时交通流预测 K近邻算法 模式距离 多元统计回归
上一页 1 2 5 下一页 到第
使用帮助 返回顶部 意见反馈