原文传递
基于K近邻算法和支持向量回归组合的短时交通流预测
| 题名： | 基于K近邻算法和支持向量回归组合的短时交通流预测 |
| 正文语种： | 中文 |
| 作者： | 刘钊；杜威；闫冬梅；柴干；郭建华； |
| 关键词： | 交通工程；预测模型；K近邻算法；支持向量回归；短时交通流 |
| 摘要： | 为了提高短时交通流的预测精度,向交通管理部门和出行者提供更加准确可靠的交通信息,基于非参数回归与支持向量回归方法的特点,提出了一种混合预测模型(KNN-SVR)。该模型利用K近邻方法的搜索机制,重建与当前交通状态近似的历史交通流时间序列,然后利用支持向量回归原理实现短时交通流预测。针对实际的交通流数据,考虑预测路段上下游交通流的影响,对提出的KNN-SVR模型的预测精度进行了分析。研究结果表明:同时考虑预测路段和其邻近路段交通流影响的KNN-SVR模型具有更好的预测精度,其预测误差最小,平均为8.29%, |
| 期刊名称： | 公路交通科技 |
| 出版年： | 2017 |
| 期： | 05 |
| 页码： | 122-128,158 |
检索历史
应用推荐
