基于K近邻非参数回归的短时交通流预测方法

被引：54

作者：

张涛 ^{[1
]}

陈先 ^{[1
]}

谢美萍 ^{[1
]}

张玥杰 ^{[2
]}

机构：

[1] 上海财经大学信息管理与工程学院

[2] 复旦大学计算机科学与技术学院上海市智能信息处理重点实验室

来源：

系统工程理论与实践 | 2010年 / 02期

基金：

上海市自然科学基金;

关键词：

短时交通流预测; 非参数回归; K近邻; 预测区间; 状态向量;

D O I：

暂无

中图分类号：

U491.14 [];

学科分类号：

摘要：

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.

引用

页码：376 / 384

页数：9

共 13 条

[1] 基于非参数回归的快速路行程速度短期预测算法
翁剑成
荣建
任福田
魏中华
[J]. 公路交通科技, 2007, (03) : 93 - 97+106
[2] 短时交通流量两种预测方法的研究
田晶
杨玉珍
陈阳舟
[J]. 公路交通科技, 2006, (04) : 103 - 106
[3] 基于非线性理论的短期交通流预测研究
王进
史其信
[J]. 西安建筑科技大学学报(自然科学版), 2006, (02) : 184 - 188
[4] 交通流量的递归神经网络实时预测模型研究
徐启华
丁兆奎
[J]. 公路交通科技, 2004, (10) : 99 - 101
[5] 短时交通流预测模型的分析与评价
王正武
黄中祥
[J]. 系统工程, 2003, (06) : 97 - 100
[6] 基于相空间重构的短时交通流预测研究
宗春光
宋靖雁
任江涛
胡坚明
[J]. 公路交通科技, 2003, (04) : 71 - 75
[7] 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
宫晓燕
汤淑明
[J]. 中国公路学报, 2003, (01) : 83 - 87
[8] 基于数学模型的短时交通流预测方法探讨
贺国光
李宇
马寿峰
[J]. 系统工程理论与实践, 2000, (12) : 51 - 56
[9] Composite Nearest Neighbor Nonparametric Regression to Improve Traffic Prediction[J] . Matthew D. Kindzerske,Daiheng Ni.Transportation Research Record . 2007 (1)
[10] Enhancing short-term traffic forecasting with traffic condition information
Turochy, Rod E.
[J]. JOURNAL OF TRANSPORTATION ENGINEERING, 2006, 132 (06) : 469 - 474

← 1 2 →