原文传递
短时交通流预测中的特征选择算法研究
| 题名： | 短时交通流预测中的特征选择算法研究 |
| 正文语种： | 中文 |
| 作者： | 万芳；黎光宇；贾宁；朱宁； |
| 关键词： | 智能交通；短时交通流预测；状态向量选择；道路交通系统；ReliefF方法 |
| 摘要： | 短时交通流预测是智能交通系统的重要基础,其精度直接影响到交通控制和诱导的效果.对于交通流预测中的非参数回归方法,其中一个重要的问题是状态向量的选取.本文提出基于ReliefF和Delta Test的特征选择算法来对特征向量进行选择.首先使用ReliefF算法根据特征和类别的相关性对状态向量进行快速初步筛选,加快算法的执行效率.接下来以Delta Test为性能指标,使用遗传算法对状态分量的权重进行进一步优选.最后通过基于实际数据的算例,对本文方法优选的状态向量与时间序列状态向量,简单时空关联向量进行了对比 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2019 |
| 期： | 02 |
| 页码： | 216-222,254 |
检索历史
应用推荐
