基于路网相关性的分布式增量交通流大数据预测方法

摘要：

针对城市道路拥堵问题的日益加剧的问题,智能化城市交通管理平台是缓解拥堵问题的有效方法,利用交通流大数据预测结果进行交通诱导,能够指导用户调整出行方案,有效缓解交通压力.研究了交通流大数据的分布式增量聚合方法,对海量交通流数据进行清洗统计,为交通流预测提供数据基础,基于交通流在路网中上下游路段的相关性分析,利用路口转弯率多阶分配将该相关性量化,构建基于路网相关性的空间权重矩阵,完成对于STARIMA模型的改进.通过应用试验证明,该方法能更准确的进行交通流预测,为交通诱导信息发布提供依据.

关键词：交通流、大数据、分布式增量、路网相关性、STARIMA

所属期刊栏目：37

分类号：K909(地理学)

资助基金：国家自然科学基金项目41501178;河南财经政法大学博士科研启动基金项目800257资助.”National Nature Sciences Foundation of China41501178;Henan University of Economics and Law Dr.Startup Funds800257.”

在线出版日期：2017-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：209-216