原文传递
一种基于随机森林与聚类算法的道路旅行时间预测方法
| 专利名称： | 一种基于随机森林与聚类算法的道路旅行时间预测方法 |
| 摘要： | 本发明请求保护一种基于随机森林与聚类算法的道路旅行时间预测方法，该方法根据历史交通数据的时序规律，结合道路本身属性、天气因素、节假日信息以及道路上下游交通流的状态，利用密度聚类算法(DBSCAN)和随机森林(RF)的混合预测模型精准预测各关键路段在某一时段的旅行时间。该预测结果可用于对交通状态发展趋势进行预判，对潜在拥堵的道路提前做出管控方案，也可用于动态路径诱导，为出行者规划最佳出行计划，助力社会智慧出行。本预测方法通过密度聚类提高随机森林中每棵树的预测精度，从而提高预测的整体准确度。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 重庆;50 |
| 申请人： | 重庆邮电大学 |
| 发明人： | 宋万超;周应华;程爱华 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810190151.6 |
| 公开号： | CN108399748A |
| 代理机构： | 重庆市恒信知识产权代理有限公司 50102 |
| 代理人： | 刘小红;陈栋梁 |
| 分类号： | G08G1/01(2006.01)I;G;G08;G08G;G08G1;G08G1/01 |
| 申请人地址： | 400065 重庆市南岸区南山街道崇文路2号 |
| 主权项： | 1.一种基于随机森林与聚类算法的道路旅行时间预测方法，其特征在于，包括以下步骤：1)、根据路网的时空特性，从历史交通数据、天气数据、路网结构关系，以及路段本身属性中提取影响预测结果的相关特征集合V,并构建样本数据集D，其中V＝{v1,v2,v3,…,vn}，样本数据集D的数据结构为：{v1,v2,v3,…,vn,y}，vn为特征，n为特征维度，y为预测目标；2)、对步骤1)中的样本数据集D进行数据清洗和缺失值补充；3)、利用随机森林算法常用的特征选择方法，对特征集合V与预测目标y进行特征重要性度量,得出V中每个特征与预测目标之间的相关度V′，其中V′＝{v1′,v2′,v3′,…,vn′},v1′的值越大，说明特征v1与预测目标越相关，此特征越重要，重要的特征被优先选择用于构造随机森林；4)、利用样本数据集D，构建密度聚类与随机森林混合预测模型；5)、把与预测路段相关的样本数据X输入到步骤4)构建好的密度聚类与随机森林混合预测模型中，得出最终的预测结果。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
