基于支持向量聚类和模糊粗糙集的交通流数据修复方法

摘要：

为解决受天气影响、探测器故障和人为错误等多种原因造成的交通流数据丢失问题,提出一种基于模糊粗糙集理论的交通流数据补缺方法,将支持向量聚类与模糊粗糙集结合进行交通流数据的分类,并结合模糊神经网络和遗传算法进行数据补齐.该方法对支持向量聚类参数,聚类大小和加权因子进行优化,并估计缺失值.研究结果表明所提出的混合方法具有足够且合理的数据修复性能,与模糊神经网络等估算模型的结果对比表明,该模型的数据修复效果优于其他对比模型.

关键词：模糊粗糙集、模糊神经网络、支持向量聚类、交通流、数据修复

所属期刊栏目：39

分类号：S(农业科学)

资助基金：山东省交通运输科技计划项目;山东省自然科学基金

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：157-165