基于K近邻非参数回归的短时交通流预测方法
采用K近邻的非参数回归方法对短时交通流量进行了预测,考察了模型中关键因素对预测效果的影响.在4种不同状态向量和预测算法组合下的实验方法比较中,以相邻四个时间间隔的流量和占有率数据作为状态向量,并采用带权重的预测算法取得了良好的效果.将利用K值构造的预测区间用于特殊路况的预测中,得到了明显的改进效果.最后,对非参数回归和神经网络的方法进行了比较,结果表明了非参数回归预测方法的高精度和强移植性.
短时交通流预测、非参数回归、K近邻、预测区间、状态向量
30
U491(交通工程与公路运输技术管理)
国家自然科学基金70501018,60773124;上海市自然科学基金09ZR1420400,09ZR1403000;上海财经大学"211工程"三期重点学科建设项目;上海市智能信息处理重点实验室开放课题
2010-04-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
376-384