北京市交通運行指數(shù)是定量反映北京市路網(wǎng)擁堵狀態(tài)的重要指標(biāo),交通運行狀態(tài)預(yù)測是構(gòu)建智慧交通系統(tǒng)的重要研究內(nèi)容.在模式序列匹配算法（PSF）基礎(chǔ)上優(yōu)化預(yù)測序列權(quán)重,針對交通運行指數(shù)的時序相關(guān)性,增加了基于反距離權(quán)重的時間衰減因子,提高了臨近序列在交通運行模式匹配計算中的重要性.實驗結(jié)果表明:與傳統(tǒng)時間序列模型（ARIMA）、深度學(xué)習(xí)模型（LSTM）和標(biāo)準(zhǔn)模式序列匹配算法進行對比分析,改進的模式序列匹配預(yù)測算法有著較高的預(yù)測精度,且具有較強的自適應(yīng)性. 

【文章來源】：北京建筑大學(xué)學(xué)報. 2019,35(04)

【文章頁數(shù)】：9 頁

【部分圖文】：

模式序列匹配算法流程

PSF算法“匹配預(yù)測”階段步驟示意圖

其中,參數(shù)p用來控制距離衰減影響. 權(quán)重對比曲線如圖3所示.其中,虛線為基于局部線性回歸思想的權(quán)重因子函數(shù)w=e(-0.5h2),實線為反距離權(quán)重因子函數(shù)w=h-2. 通過對比觀察,可以發(fā)現(xiàn)兩者具有很高的相似性. 并且反距離權(quán)重計算簡潔,同時顧及了長距離衰減的相關(guān)性.

【參考文獻】：
期刊論文
[1]我國大城市交通擁堵特征與國際治理經(jīng)驗借鑒探討[J]. 趙鵬軍,萬海榮.  世界地理研究. 2016(05)
[2]基于地磁傳感器的車輛檢測算法[J]. 何志強,羅飛,于峰崎,張足生.  科學(xué)技術(shù)與工程. 2014(15)

碩士論文
[1]電力價格短期預(yù)測方法研究[D]. 邱懷志.哈爾濱工業(yè)大學(xué) 2017
[2]基于交通擁堵指數(shù)的交通擁堵模式聚類分析[D]. 劉思寧.北京交通大學(xué) 2016



本文編號：3122729