原文传递
基于数据挖掘的短时交通流预测及辅助诱导
| 论文题名： | 基于数据挖掘的短时交通流预测及辅助诱导 |
| 关键词： | 智能交通系统;短时交通流预测;数据挖掘;交通流数据过滤;非参数回归;CBR;交通流辅助诱导 |
| 摘要： | 该文开展四个方面的研究:1)基于数据挖掘的交通流数据过滤算法.该文提出在综合结合阀值和交通流机理的算法的基础上,采用基于时间和空间检验的错误交通流数据剔除算法;同时提出基于时间序列方法,并综合考虑交通事件的丢失数据估计算法.2)基于数据挖掘的单点实时交通流预测算法.首先对现有的非参数回归预测算法进行三点改进:基于相关分析和自相关分析的状态向量的选取;基于密集度的变K历史数据搜索方法;基于动态聚类和散列函数的历史数据组织方式.接下来结合上述算法,通过对一天的平均交通流进行基于数据挖掘的算法分析,提出基于不同时段的综合预测方法.3)基于数据挖掘的路网实时交通流预测算法.首先对路网中各路段的交通流数据进行的各种基于数据挖掘的算法分析,得出路段流量之间的相关关系和路段流量之间的关联规则.然后基于这些关系和规则提出一种新颖的实时的路网流量预测算法.4)基于CBR的交通流辅助诱导算法.这部分研究内容是上述内容的延伸.为了提高目前诱导算法的实时性,该文将CBR(Case Based Reasoning)应用于辅助诱导.通过搜索与当前路网状态即"当前事件"的相似的"历史事件"来确定诱导方案. |
| 作者： | 宫晓燕 |
| 专业： | 控制理论与控制工程 |
| 导师： | 王飞跃 |
| 授予学位： | 博士 |
| 授予学位单位： | 中国科学院自动化研究所 |
| 学位年度： | 2003 |
| 正文语种： | 中文 |
检索历史
应用推荐
