短时交通流预测的改进K近邻算法

摘要：

分析了原有的短时交通流预测的K 近邻算法，用模式距离搜索方法代替原有的欧氏距离搜索方法，引入多元统计回归模型，建立了一种改进的短时交通流预测的K近邻算法，并以北京市某路段进行实例验证。试验结果表明：当K取23时，利用改进的K近邻算法，预测结果的均方误差、平均相对误差、平均绝对误差分别为31．43％、4．17％、0．27％；利用原有的K近邻算法，预测结果的均方误差、平均相对误差、平均绝对误差分别为33．33％、4．40％、0．28％；利用历史平均模型，预测结果的均方误差、平均相对误差、平均绝对误差分别为46．20％、11．40％、0．48％。可见，改进的K近邻算法的预测精度明显高于其他2种方法，在提高搜索效率的同时准确地刻画了交通流的真实情况。

关键词：交通规划、短时交通流预测、K近邻算法、模式距离、多元统计回归

分类号：U491.112(交通工程与公路运输技术管理)

资助基金：国家973计划项目2012CB725403

在线出版日期：2014-07-23（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：87-94