本文關(guān)鍵詞：基于時空特征分析的短時交通流預測模型

  更多相關(guān)文章： 交通運輸工程 交通量預測 時空特征分析 云模型 遺傳算法 支持向量機

【摘要】：交通流預測的實時性和準確性直接影響到交通流誘導系統(tǒng)的高效性,是智能交通領(lǐng)域研究的熱點。為了進一步提高短時交通流預測的精度,提出一種基于時空特征分析的短時交通流預測模型。在分析路段時空相關(guān)性的基礎(chǔ)上,利用云模型改進的遺傳算法對支持向量機的參數(shù)進行優(yōu)化,得到最優(yōu)的支持向量機模型,并實現(xiàn)短時交通流預測。以長春市局部路網(wǎng)的實測數(shù)據(jù)為基礎(chǔ),驗證了所提出模型的有效性和可行性。
【作者單位】： 河南交通職業(yè)技術(shù)學院交通信息工程系;
【關(guān)鍵詞】： 交通運輸工程 交通量預測 時空特征分析 云模型 遺傳算法 支持向量機
【基金】：河南省交通運輸廳科技計劃項目(2014G21)
【分類號】：U491.14
【正文快照】： 0引言交通流預測在智能交通研究領(lǐng)域一直占據(jù)著舉足輕重的地位,通過國內(nèi)外研究學者的不斷努力,形成了多種方法,如Kalman濾波法[1]、時間序列法[2]、神經(jīng)網(wǎng)絡法[3]、支持向量機[4]等。由于基于單一模型的預測方法都存在缺陷,國內(nèi)外學者研究了很多基于組合理論的預測方法,如灰色

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 偶昌寶,俞亞南;短時交通流預測的多層遞階方法[J];城市道橋與防洪;2004年05期

2 高麗梅;高鵬;陳俊波;;數(shù)據(jù)融合技術(shù)在短時交通流預測中的應用[J];交通科技;2010年S1期

3 唐世星;;改進的支持向量機算法在短時交通流預測中的應用[J];承德石油高等�？茖W校學報;2012年01期

4 王嬌;李軍;;最小最大概率回歸機在短時交通流預測中的應用[J];公路交通科技;2014年02期

5 賀國光,李宇,馬壽峰;基于數(shù)學模型的短時交通流預測方法探討[J];系統(tǒng)工程理論與實踐;2000年12期

6 宗春光,宋靖雁,任江濤,胡堅明;基于相空間重構(gòu)的短時交通流預測研究[J];公路交通科技;2003年04期

7 楊世堅,賀國光;基于模糊C均值聚類和神經(jīng)網(wǎng)絡的短時交通流預測方法[J];系統(tǒng)工程;2004年08期

8 王進;史其信;;短時交通流預測模型綜述[J];中國公共安全(學術(shù)卷);2005年01期

9 楊芳明;朱順應;;基于小波的短時交通流預測[J];重慶交通學院學報;2006年03期

10 鄧志龍;李全;陳茜;;基于灰色系統(tǒng)理論的短時交通流預測[J];公路交通技術(shù);2006年01期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 鄭德署;何世偉;許旺土;;分形理論在短時交通流預測中的應用[A];2008第四屆中國智能交通年會論文集[C];2008年

2 唐麗娜;張衛(wèi)華;;短時交通流預測方法的比較研究[A];2007第三屆中國智能交通年會論文集[C];2007年

3 于建玲;商朋見;關(guān)積珍;;改進的相空間重構(gòu)方法在短時交通流預測中的應用[A];2008第四屆中國智能交通年會論文集[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 姚智勝;基于實時數(shù)據(jù)的道路網(wǎng)短時交通流預測理論與方法研究[D];北京交通大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 高為;基于數(shù)據(jù)挖掘和數(shù)據(jù)融合的短時交通流預測研究[D];重慶交通大學;2011年

2 尹振興;“機理+辨識”策略在短時交通流預測中多種結(jié)果合成[D];天津大學;2008年

3 姜敏華;基于車行轉(zhuǎn)彎比例穩(wěn)定假設的短時交通流預測[D];上海交通大學;2008年

4 張蕊;城市道路短時交通流預測[D];五邑大學;2008年

5 韓超;短時交通流預測的研究[D];北方工業(yè)大學;2012年

6 張麗;基于云平臺的短時交通流預測算法設計與實現(xiàn)[D];大連理工大學;2013年

7 胡潔;基于混沌和神經(jīng)網(wǎng)絡的短時交通流預測研究[D];武漢理工大學;2007年

8 凌帥;基于非參數(shù)回歸的短時交通流預測系統(tǒng)設計[D];天津大學;2010年

9 王瀝;基于改進神經(jīng)網(wǎng)絡的短時交通流預測研究[D];電子科技大學;2012年

10 胡楓;基于馬爾科夫模型的短時交通流預測研究[D];南京郵電大學;2013年

，

本文編號：553530