原文传递
基于时序关联规则挖掘的交通拥堵预测技术研究
| 论文题名： | 基于时序关联规则挖掘的交通拥堵预测技术研究 |
| 关键词： | 交通拥堵预测;数据挖掘;关联规则;遗传算法 |
| 摘要： | 当前我国城市现代化进程不断推进，然而交通拥堵问题日益突显，交通拥堵已经成为困扰各个大中城市的严重问题之一。城市交通拥堵带来的危害性主要有两个方面：一是交通拥堵发生时造成的时间延误和能源浪费，给社会带来了巨大的经济损失。据中科院专家统计得出的数据，我国每天因城市交通拥堵造成的经济损失可达约10亿元。二是当车速过低时，汽车尾气污染程度大大增加，与此同时会产生大量噪声，使空气质量以及城市环境质量急剧下降，进而对市民的身心健康造成严重危害，降低了市民生活水平。所以，对复杂的交通状况进行有效的预测是当前亟须解决的重要问题。 近年来，越来越多的学者开始致力于智能交通系统的研究，提出多种交通拥堵预测方法。常见的交通拥堵预测方法主要是基于各类数学模型，并且大多只对单一道路单一时刻进行预测。由于交通系统复杂多变的特性，这类方法往往考虑的参数并不全面，同时没有考虑到交通拥堵事件的时序性，无法很好地适应实际情况。 在交通系统中，各个路段发生拥堵往往遵循一定的因果关系，同时考虑到交通拥堵事件的时序性，本文提出一种基于时序关联规则挖掘的交通拥堵预测方法，先利用遗传算法挖掘出时序关联规则，再将这些关联规则作为数据样本构建分类器，以达到对交通拥堵预测的目的。本方法采用进化算法的思想，有效避免了传统方法需要确定参数过多的弊端，算法更为贴近实际生活情况，能够有效预测交通拥堵，为及时缓解城市交通压力、降低道路拥堵发生率、提高道路通畅度、保障高效快捷地出行提供了参考依据。 |
| 作者： | 乔春凯 |
| 专业： | 计算机技术 |
| 导师： | 文峰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 沈阳理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
