基于多条件随机场的短时交通流预测模型

发布时间：2018-10-14 10:17

【摘要】：为有效解决传统的短时交通流预测方法较为单一,特征没有得到良好体现的问题,提出一种基于多条件随机场的短时交通流量预测模型,用4类特征函数建立多个CRF特征子集反映交通数据的多累特征,依据改进的势函数体现短时交通数据流的前后相关性,经训练拟合得到MCRF模型。利用智能交通信号系统和高清道路监控系统的数据,验证了拟合后的MCRF模型比其它模型具有更高的可行性和有效性。
[Abstract]:In order to effectively solve the problem that the traditional short-term traffic flow forecasting method is single and the characteristics are not well reflected, a short-time traffic flow forecasting model based on multi-conditional random field is proposed. Four kinds of feature functions are used to establish multiple CRF feature subsets to reflect the multi-tired features of traffic data. According to the improved potential function, the correlation of short-term traffic data flow is reflected, and the MCRF model is obtained by training and fitting. Using the data of the intelligent traffic signal system and the high-definition road monitoring system, the feasibility and effectiveness of the fitted MCRF model are proved to be higher than that of the other models.
【作者单位】： 宁夏大学信息工程学院;
【基金】：2015年宁夏回族自治区自然科学基金项目(NZ15054)
【分类号】：U491.14

【相似文献】

相关期刊论文 前10条

1 王正武,黄中祥;短时交通流预测模型的分析与评价[J];系统工程;2003年06期

2 偶昌宝,俞亚南;短时交通流预测的多层递阶方法[J];城市道桥与防洪;2004年05期

3 高丽梅;高鹏;陈俊波;;数据融合技术在短时交通流预测中的应用[J];交通科技;2010年S1期

4 唐世星;;改进的支持向量机算法在短时交通流预测中的应用[J];承德石油高等专科学校学报;2012年01期

5 王娇;李军;;最小最大概率回归机在短时交通流预测中的应用[J];公路交通科技;2014年02期

6 贺国光,李宇,马寿峰;基于数学模型的短时交通流预测方法探讨[J];系统工程理论与实践;2000年12期

7 宗春光,宋靖雁,任江涛,胡坚明;基于相空间重构的短时交通流预测研究[J];公路交通科技;2003年04期

8 杨世坚,贺国光;基于模糊C均值聚类和神经网络的短时交通流预测方法[J];系统工程;2004年08期

9 王进;史其信;;短时交通流预测模型综述[J];中国公共安全(学术卷);2005年01期

10 杨芳明;朱顺应;;基于小波的短时交通流预测[J];重庆交通学院学报;2006年03期

相关会议论文 前3条

1 郑德署;何世伟;许旺土;;分形理论在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年

2 唐丽娜;张卫华;;短时交通流预测方法的比较研究[A];2007第三届中国智能交通年会论文集[C];2007年

3 于建玲;商朋见;关积珍;;改进的相空间重构方法在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年

相关博士学位论文 前1条

1 姚智胜;基于实时数据的道路网短时交通流预测理论与方法研究[D];北京交通大学;2007年

相关硕士学位论文 前10条

1 高为;基于数据挖掘和数据融合的短时交通流预测研究[D];重庆交通大学;2011年

2 齐霖;基于支持向量机回归的短时交通流预测与系统实现[D];东北大学;2013年

3 邱世崇;基于时空特性的城市道路短时交通流预测研究[D];重庆交通大学;2015年

4 沈小峰;交通流量短时预测的算法研究[D];浙江工业大学;2015年

5 江小燕;短时交通流预测方法研究[D];扬州大学;2015年

6 杨慧慧;城市交通流短时预测模型研究[D];河南理工大学;2015年

7 王鹏;基于嵌入式系统的城市智能交通控制器研究[D];辽宁科技大学;2016年

8 罗婷;模拟退火混沌粒子群算法在短时交通流预测中的应用[D];西南交通大学;2016年

9 黄晓慧;基于布谷鸟算法的小波神经网络短时交通流预测研究[D];西南交通大学;2016年

10 褚鹏宇;融合时空信息的短时交通流预测[D];西南交通大学;2016年

，

本文编号：2270159