原文传递
基于Kernel-KNN高速公路异常交通态势预测研究
| 题名： | 基于Kernel-KNN高速公路异常交通态势预测研究 |
| 作者： | 刘洁;舒国明;石鑫;朱菲 |
| 作者单位： | 河北交通职业技术学院;陕西轨道交通集团有限公司 |
| 关键词： | 交通工程;异常交通态势;Kernel—KNN算法;预测 |
| 摘要： | 为更精准预测高速公路异常交通态势变化，基于Kernel-KNN算法原理提出了态势预测模型，并调研京石高速公路异常交通态势场景下交通管理及运行监测数据，基于历史数据中速度与交通态势非线性映射关系，在MATLAB中实现了预测过程，确定了预测模型最佳参数取值范围，最后验证了预测模型的有效性。结果表明：高速公路异常交通态势预测模型的精度主要与带宽值B、时间长度T和最近邻数k等3个参数相关，当B、k、T分别在[3，10]、[8，10]、[1，2]范围时，预测模型精度相对稳定，其预测平均绝对误差（MAE）为3.97、平均绝对百分比误差（MAPE）为6.95、均方根误差（RMSE）为3.96，模型精度优于其他并法，且以单日时段速度为例，其预测值与实际速度值较吻合。 |
| 期刊名称： | 公路 |
| 出版年： | 2023 |
| 期： | 02 |
| 页码： | 232-236 |
检索历史
应用推荐
