基于K-邻域非参数回归短时交通流预测方法

被引：35

作者：

张晓利 ^{[1
]}

贺国光 ^{[2
]}

陆化普 ^{[1
]}

机构：

[1] 清华大学交通研究所

[2] 天津大学管理学院

来源：

系统工程学报 | 2009年 / 24卷 / 02期

关键词：

短时交通流预测; 非参数回归; 聚类; 平衡二叉树;

D O I：

暂无

中图分类号：

U491.112 [];

学科分类号：

摘要：

实时、准确的短时交通流预测是交通控制与诱导中的一个关键问题和难点.非参数回归是解决短时交通流预测问题的较好方法,但是案例库生成难和搜索速度慢是其目前实际应用的两大障碍.为此,提出一种基于平衡二叉树的K-邻域非参数回归(KNN-NPR)的短时交通流预测方法,采用聚类方法和平衡二叉树结构建立案例数据库,以提高预测精度和满足实时性要求.给出了预测示例说明了方法的有效性.

引用

页码：178 / 183

页数：6

共 5 条

[1] 基于数据分区的并行DBSCAN算法
何中胜
刘宗田
庄燕滨
[J]. 小型微型计算机系统, 2006, (01) : 114 - 116
[2] 一种基于参考点和密度的快速聚类算法
马帅
王腾蛟
唐世渭
杨冬青
高军
[J]. 软件学报, 2003, (06) : 1089 - 1095
[3] 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
[4] ITS系统工程导论.[M].贺国光编著;.中国铁道出版社.2004,
[5] 基于MATLAB的系统分析与设计.[M].楼顺天等编著;.西安电子科技大学出版社.2001,

← 1 →