基于大数据分析和多模型融合的交通拥堵高效预测技术

摘要：

文章利用可变系数加权优化方法对交通大数据进行聚类分析,并为了适用于常发性和偶发性拥堵,采用改进的两级加权优化ELM对分类进行模式识别,以期提高拥堵预测的精确度.同时,引入了上下游关联的拥堵传导模型,进一步提高拥堵预测的关联性.当预测到或已检测到交通拥堵时,在拥堵诱导上采用路网局部最优化模型为出行者规划路线,路网全局最优化模型则为管理部门使用并为未来规划提供辅助决策.仿真实验结果表明,多模型融合技术能预测较长时间后的拥堵情况并维持较高的准确率,为构建高效、经济、安全和便捷的现代化综合交通体系提供科技支撑.

关键词：大数据;交通拥堵;预测;多模型;拥堵传导

分类号：U491.1+13(交通工程与公路运输技术管理)

资助基金：广西交通职业技术学院重点项目;广西高校中青年教师科研基础能力提升项目

在线出版日期：2021-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：151-155