分享到:

基于非参数回归的短时交通流量预测

近年来,随着智能交通系统的蓬勃发展,交通控制和交通流诱导成为智能交通系统(ITS)研究的热门问题,而实现交通控制诱导的关键问题是实时准确的短时交通流量预测,预测的精度和实时性直接影响到交通控制和诱导的效果。鉴于道路交通系统本身的非线性和复杂性,以及交通流量变化的不确定性,在实际中很难找到精度较高的表征交通流特征的数学模型,因此无模型的因果预测法更能适应短时交通流量的预测,其中的非参数回归更是成为研究的热点。基于上述背景,本文开展了下面三个方面的研究:1.基于改进K近邻非参数回归的短时交通流量预测针对现有K近邻非参数回归方法的局限,为了进一步提高算法的精度和速度,结合相关性理论以及聚类分析的思想,做出了两方面的改进:考虑路网内其它路段流量对预测路段流量的影响并利用相关性理论选择状态向量和采用基于聚类分析的变K近邻搜索算法。2.基于模式识别的非参数回归算法及其在短时交通流量中的预测结合模式识别的思想,在非参数回归的基础上,提出了基于  (本文共69页) 本文目录 | 阅读全文>>

天津大学
天津大学

基于非参数回归的短时交通流量预测方法研究

短时交通流量预测是智能交通系统(ITS)的关键技术之一,其预测性能的好坏、是否满足实时性要求都直接关系到交通控制与诱导系统的有效实现。本文从分析短时交通流特性入手,从归纳-演绎、非线性时变系统两个角度认识非参数回归方法,从原理上阐明应用非参数回归方法进行短时流量预测的适用性。讨论了应用非参数回归方法的关键步骤和影响因素。非参数回归方法作为一种新型的智能方法,仍然存在诸多缺点限制了它的实际应用。这些缺点集中在:样本数据库结构不合理、搜索策略效率不高、系统开环等。本文从研究这些缺陷入手,对该方法本身进行多方面的改进,使其提高预测准确度和满足实时性要求。主要的改进包括:(1)将原始流量数据和搜索数据分别存放,建立基于一维和多维数据搜索的数据库结构和搜索策略。平衡二叉树和R树的逻辑结构和静态链表的物理结构的应用大幅度地缩减了数据搜索所需时间,提高了预测的实时性。(2)将闭环反馈回路加入到预测系统中最关键的步骤――模式匹配中,通过预测误差...  (本文共110页) 本文目录 | 阅读全文>>

《长沙交通学院学报》2007年04期
长沙交通学院学报

改进的K近邻非参数回归在短时交通流量预测中的应用

针对现有K近邻非参数回归方法的局限,为了进一步提高算法的精度和速度,做出了两方面的改进:利用相关性理论...  (本文共5页) 阅读全文>>

《公路交通科技》2013年11期
公路交通科技

高速公路短时交通流量预测的改进非参数回归算法

针对非参数回归短时交通流量预测算法的状态向量选取问题,基于高速公路交通流量在空间上演变趋势明显的特点,提出交通流量预测的改进非参数回归算法。引入各上游断面车流到达当前断面的行程...  (本文共7页) 阅读全文>>

《中国公路学报》2003年01期
中国公路学报

基于非参数回归的短时交通流量预测与事件检测综合算法

针对目前短时交通流预测存在的问题 ,提出一种基于非参数回归的短时交通流量预测与事件检测综合算法框架并对框架中的每个步骤进行详细说明。为了进一步提高上述算法的精度与速度 ,对传统的非参数回归...  (本文共5页) 阅读全文>>

《重庆交通大学学报(自然科学版)》2008年01期
重庆交通大学学报(自然科学版)

改进非参数回归在交通流量预测中的应用

实时、准确的短时交通流量预测是实现交通控制与诱导的关键。结合模式识别的思想,提出基于模...  (本文共4页) 阅读全文>>