多分类器组合的交通拥堵预测模型研究

被引：6

作者：

李春英 ^{[1
]}

汤志康 ^{[2
]}

曹元大 ^{[3
]}

机构：

[1] 肇庆学院计算机学院

[2] 广东技术师范学院计算机科学学院

[3] 北京理工大学计算机学院

来源：

计算机工程与设计 | 2010年 / 31卷 / 23期

关键词：

多分类器系统; Bagging; 智能交通系统; 神经网络; 仿真;

D O I：

10.16208/j.issn1000-7024.2010.23.013

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

0838 ;

摘要：

交通拥堵已成为制约城市经济和社会发展的"瓶颈",针对影响交通拥堵因素多的特点,在分析单分类器与Bagging类算法的基础上,提出一种基于多分类器组合的交通拥堵判别方法。通过分析交通流参数,同时充分考虑与城市路况相关的环境因素,得出城市道路的拥堵预测模型。仿真结果表明,它能够有效地判别道路拥堵的状态变化,比不考虑环境因素影响时能够获得更高的识别率和较低的误报率。

引用

页码：5088 / 5091

页数：4

共 9 条

[1] 关于城市交通拥堵问题研究的文献综述 [J].