基于时空特征分析的短时交通流预测模型

发布时间：2017-07-17 12:14

  本文关键词：基于时空特征分析的短时交通流预测模型

  更多相关文章： 交通运输工程 交通量预测 时空特征分析 云模型 遗传算法 支持向量机

【摘要】：交通流预测的实时性和准确性直接影响到交通流诱导系统的高效性,是智能交通领域研究的热点。为了进一步提高短时交通流预测的精度,提出一种基于时空特征分析的短时交通流预测模型。在分析路段时空相关性的基础上,利用云模型改进的遗传算法对支持向量机的参数进行优化,得到最优的支持向量机模型,并实现短时交通流预测。以长春市局部路网的实测数据为基础,验证了所提出模型的有效性和可行性。
【作者单位】： 河南交通职业技术学院交通信息工程系;
【关键词】： 交通运输工程 交通量预测 时空特征分析 云模型 遗传算法 支持向量机
【基金】：河南省交通运输厅科技计划项目(2014G21)
【分类号】：U491.14
【正文快照】： 0引言交通流预测在智能交通研究领域一直占据着举足轻重的地位,通过国内外研究学者的不断努力,形成了多种方法,如Kalman滤波法[1]、时间序列法[2]、神经网络法[3]、支持向量机[4]等。由于基于单一模型的预测方法都存在缺陷,国内外学者研究了很多基于组合理论的预测方法,如灰色

【相似文献】

中国期刊全文数据库 前10条

1 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

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 邓志龙;李全;陈茜;;基于灰色系统理论的短时交通流预测[J];公路交通技术;2006年01期

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 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

中国硕士学位论文全文数据库 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 尹振兴;“机理+辨识”策略在短时交通流预测中多种结果合成[D];天津大学;2008年

3 姜敏华;基于车行转弯比例稳定假设的短时交通流预测[D];上海交通大学;2008年

4 张蕊;城市道路短时交通流预测[D];五邑大学;2008年

5 韩超;短时交通流预测的研究[D];北方工业大学;2012年

6 张丽;基于云平台的短时交通流预测算法设计与实现[D];大连理工大学;2013年

7 胡洁;基于混沌和神经网络的短时交通流预测研究[D];武汉理工大学;2007年

8 凌帅;基于非参数回归的短时交通流预测系统设计[D];天津大学;2010年

9 王沥;基于改进神经网络的短时交通流预测研究[D];电子科技大学;2012年

10 胡枫;基于马尔科夫模型的短时交通流预测研究[D];南京邮电大学;2013年

，

本文编号：553530