基于历史频繁模式的交通流预测算法

摘要：

针对目前交通流预测模型复杂、不支持中长期预测的问题,提出了基于历史频繁模式的交通流预测算法,通过挖掘交通流的历史频繁模式,结合实时交通信息进行交通流预测.使用真实路网获取的浮动车数据进行实验,结果表明该算法支持交通流短时、中长期预测,且中长期预测与短时预测具有同样高的预测精度,受参数影响小.与基于K近邻的非参数回归方法进行比较,结果表明基于历史频繁模式的预测算法的预测性能更稳定,预测误差波动更小.

关键词：智能运输、交通流预测、频繁模式、浮动车、数据挖掘

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：2008年广东省现代信息服务业发展专项基金项目06120840B0450124/2;华南理工大学中央高校基本科研业务费专项基金项目2011SM003

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1547-1552