【摘要】：為有效解決傳統(tǒng)的短時(shí)交通流預(yù)測(cè)方法較為單一,特征沒(méi)有得到良好體現(xiàn)的問(wèn)題,提出一種基于多條件隨機(jī)場(chǎng)的短時(shí)交通流量預(yù)測(cè)模型,用4類特征函數(shù)建立多個(gè)CRF特征子集反映交通數(shù)據(jù)的多累特征,依據(jù)改進(jìn)的勢(shì)函數(shù)體現(xiàn)短時(shí)交通數(shù)據(jù)流的前后相關(guān)性,經(jīng)訓(xùn)練擬合得到MCRF模型。利用智能交通信號(hào)系統(tǒng)和高清道路監(jiān)控系統(tǒng)的數(shù)據(jù),驗(yàn)證了擬合后的MCRF模型比其它模型具有更高的可行性和有效性。
[Abstract]:In order to effectively solve the problem that the traditional short-term traffic flow forecasting method is single and the characteristics are not well reflected, a short-time traffic flow forecasting model based on multi-conditional random field is proposed. Four kinds of feature functions are used to establish multiple CRF feature subsets to reflect the multi-tired features of traffic data. According to the improved potential function, the correlation of short-term traffic data flow is reflected, and the MCRF model is obtained by training and fitting. Using the data of the intelligent traffic signal system and the high-definition road monitoring system, the feasibility and effectiveness of the fitted MCRF model are proved to be higher than that of the other models.
【作者單位】： 寧夏大學(xué)信息工程學(xué)院;
【基金】：2015年寧夏回族自治區(qū)自然科學(xué)基金項(xiàng)目(NZ15054)
【分類號(hào)】：U491.14

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王正武,黃中祥;短時(shí)交通流預(yù)測(cè)模型的分析與評(píng)價(jià)[J];系統(tǒng)工程;2003年06期

2 偶昌寶,俞亞南;短時(shí)交通流預(yù)測(cè)的多層遞階方法[J];城市道橋與防洪;2004年05期

3 高麗梅;高鵬;陳俊波;;數(shù)據(jù)融合技術(shù)在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[J];交通科技;2010年S1期

4 唐世星;;改進(jìn)的支持向量機(jī)算法在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[J];承德石油高等�？茖W(xué)校學(xué)報(bào);2012年01期

5 王嬌;李軍;;最小最大概率回歸機(jī)在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[J];公路交通科技;2014年02期

6 賀國(guó)光,李宇,馬壽峰;基于數(shù)學(xué)模型的短時(shí)交通流預(yù)測(cè)方法探討[J];系統(tǒng)工程理論與實(shí)踐;2000年12期

7 宗春光,宋靖雁,任江濤,胡堅(jiān)明;基于相空間重構(gòu)的短時(shí)交通流預(yù)測(cè)研究[J];公路交通科技;2003年04期

8 楊世堅(jiān),賀國(guó)光;基于模糊C均值聚類和神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)方法[J];系統(tǒng)工程;2004年08期

9 王進(jìn);史其信;;短時(shí)交通流預(yù)測(cè)模型綜述[J];中國(guó)公共安全(學(xué)術(shù)卷);2005年01期

10 楊芳明;朱順應(yīng);;基于小波的短時(shí)交通流預(yù)測(cè)[J];重慶交通學(xué)院學(xué)報(bào);2006年03期

相關(guān)會(huì)議論文 前3條

1 鄭德署;何世偉;許旺土;;分形理論在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

2 唐麗娜;張衛(wèi)華;;短時(shí)交通流預(yù)測(cè)方法的比較研究[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

3 于建玲;商朋見(jiàn);關(guān)積珍;;改進(jìn)的相空間重構(gòu)方法在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 姚智勝;基于實(shí)時(shí)數(shù)據(jù)的道路網(wǎng)短時(shí)交通流預(yù)測(cè)理論與方法研究[D];北京交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 高為;基于數(shù)據(jù)挖掘和數(shù)據(jù)融合的短時(shí)交通流預(yù)測(cè)研究[D];重慶交通大學(xué);2011年

2 齊霖;基于支持向量機(jī)回歸的短時(shí)交通流預(yù)測(cè)與系統(tǒng)實(shí)現(xiàn)[D];東北大學(xué);2013年

3 邱世崇;基于時(shí)空特性的城市道路短時(shí)交通流預(yù)測(cè)研究[D];重慶交通大學(xué);2015年

4 沈小峰;交通流量短時(shí)預(yù)測(cè)的算法研究[D];浙江工業(yè)大學(xué);2015年

5 江小燕;短時(shí)交通流預(yù)測(cè)方法研究[D];揚(yáng)州大學(xué);2015年

6 楊慧慧;城市交通流短時(shí)預(yù)測(cè)模型研究[D];河南理工大學(xué);2015年

7 王鵬;基于嵌入式系統(tǒng)的城市智能交通控制器研究[D];遼寧科技大學(xué);2016年

8 羅婷;模擬退火混沌粒子群算法在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[D];西南交通大學(xué);2016年

9 黃曉慧;基于布谷鳥算法的小波神經(jīng)網(wǎng)絡(luò)短時(shí)交通流預(yù)測(cè)研究[D];西南交通大學(xué);2016年

10 褚鵬宇;融合時(shí)空信息的短時(shí)交通流預(yù)測(cè)[D];西南交通大學(xué);2016年

，

本文編號(hào)：2270159