10.14135/j.cnki.1006-3080.20210208001
基于相似性聚类的交通流概率组合预测模型
针对交通流呈现出周期性动态变化特征,充分挖掘并利用交通流数据潜在的时段相似性特征,提出了一种基于相似性聚类的交通流概率组合模型.首先采用自适应k-means++聚类方法对历史交通流数据进行聚类,对具有周期相似性的交通流数据进行分类,然后针对同类特征序列数据集构建子组合模型.针对新输入的交通流状态数据,分析其与已分类数据的相似度计算组合模型的概率权重,然后通过概率加权融合组合模型预测输出.仿真实验验证了本文模型的有效性与准确性.
交通流预测、自适应聚类、相似性分析、概率加权、组合模型
48
TP391.9(计算技术、计算机技术)
国家自然科学基金;上海市科技创新计划;上海市经济;信息化委员会人工智能创新发展专项资金计划
2022-07-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
381-387