原文传递
粗糙集关联挖掘的路网交通流预测
| 论文题名： | 粗糙集关联挖掘的路网交通流预测 |
| 关键词： | 路网;交通流量;预测模型;粗糙集数据挖掘技术 |
| 摘要： | 交通流量预测是交通管理中的重要课题，也是解决交通问题的基础，目前单点交通流量预测的研究已经比较成熟，而对于路网交通流预测的研究非常匮乏，为了推进路网交通流预测的发展，本文在研究了大量相关算法之后，从一个新的角度提出了基于粗糙集关联规则挖掘的路网交通流量预测模型，此模型中用到了单点交通流预测算法中的非参数预测算法，并对该算法提出了几个改进的建议。 本文所提出的路网交通流预测模型将路网依据各路段之间的相关性而划分为多个子路网，在子路网中找到一个与子路网内各路段关联最为紧密的关键路段，关键路段应用预测精确性高的非参数回归算法预测其流量值，应用粗糙集数据挖掘技术挖掘出关键路段与非关键路段之间的关联规则，从而根据这些关联规则由关键路段的流量预测值推出子路网内其他非关键路段的流量预测值。 本文用JAVA语言实现了粗糙集挖掘算法，并使用了大量的数据对所提出的路网交通流预测模型进行验证，证明此模型的预测精度较好。 最后本文以路网交通流预测模型为基础提出了一个交通事件辅助对策模型，该模型通过找寻与当前交通事件相似的历史交通事件，并由历史事件的解决方法得出针对当前交通事件的辅助诱导对策。但是由于缺乏数据，该模型只停留在理论阶段，无法进行验证，有待日后的深入研究。 |
| 作者： | 王文娟 |
| 专业： | 产业经济学(信息经济) |
| 导师： | 傅星 |
| 授予学位： | 硕士 |
| 授予学位单位： | 首都经济贸易大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
