10.16452/j.cnki.sdkjzk.2023.02.012
基于对比度和共识日的交通速度预测
交通速度预测是智能交通系统中研究热点内容之一,准确预测交通速度有助于为出行者提供可靠的出行决策.考虑到路网中交通速度变化的时空关联性和规律性,本研究提出一种基于对比度和共识日的交通速度预测方法.首先,为捕捉短时内速度的变化特征,挖掘道路的空间关联性,构建对比度模型并根据其值更新历史数据的交通状态集;其次,采用K-means方法对更新后的数据集进行聚类,通过Rand指数识别出每簇的共识日,并根据其信息预测交通速度;最后,借助RMSE、MAE和ACC等指标分析了预测方法的有效性.分析结果表明,本研究方法预测准确率达93.8％,预测精度较高,计算速度较快,具有更好的适用性.
智能交通、对比度、聚类分析、共识日识别、速度预测
42
U121(城市交通运输)
山东省自然科学基金ZR2021MF113
2023-05-17（万方平台首次上网日期，不代表论文的发表时间）
共9页
108-116
