基于遗传算法优化和KD树的交通流非参数回归预测方法

被引：7

作者：

贾宁

马寿峰

钟石泉

机构：

[1] 天津大学管理与经济学部

来源：

控制与决策 | 2012年 / 27卷 / 07期

基金：

天津市科技支撑计划;

关键词：

交通流预测; 非参数回归; 近邻搜索; KD树; 遗传算法;

D O I：

10.13195/j.cd.2012.07.34.jian.001

中图分类号：

O212.1 [一般数理统计]; U491.112 [];

学科分类号：

020208 ; 070103 ; 0714 ; 082302 ; 082303 ;

摘要：

非参数回归预测方法在交通流短时预测中得到了广泛应用.针对提高搜索速度和关键参数的优化设置两个问题,提出使用KD树作为模式库的存储结构,能够有效提高搜索速度,并且能够在实际运行中不断将新发现的交通流模式实时地加入模式库.提出使用遗传算法对非参数回归中的重要参数进行优化,实验表明能够得到相对较优的参数设置.所得研究结果为实时的交通流短时预测系统提供了一种较好的预测方法.

引用

页码：991 / 996

页数：6

共 16 条

[1] 基于K近邻非参数回归的短时交通流预测方法 [J].