科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
23期
6952-6955
,共4页
交通工程%短时交通流预测%非参数回归%模式识别
交通工程%短時交通流預測%非參數迴歸%模式識彆
교통공정%단시교통류예측%비삼수회귀%모식식별
traffic engineering%short-term traffic flow forecasting%nonparametric regression%pattern recognition
针对非参数回归在短时交通流预测上的局限性,改进传统K近邻方法,加入模式识别功能(通过匹配数l实现)和变K和l搜索算法,得到最优K和l值及相应的预测结果.通过实验发现:改进的K近邻方法在误差范围为5％、9％时对应的预测准确率为84.4％、96.10％.将其与传统K近邻方法进行对比,通过计算两者预测效果的各方面指标,发现改进的K近邻方法在精度和实时性上都有了很大的提高.
針對非參數迴歸在短時交通流預測上的跼限性,改進傳統K近鄰方法,加入模式識彆功能(通過匹配數l實現)和變K和l搜索算法,得到最優K和l值及相應的預測結果.通過實驗髮現:改進的K近鄰方法在誤差範圍為5％、9％時對應的預測準確率為84.4％、96.10％.將其與傳統K近鄰方法進行對比,通過計算兩者預測效果的各方麵指標,髮現改進的K近鄰方法在精度和實時性上都有瞭很大的提高.
침대비삼수회귀재단시교통류예측상적국한성,개진전통K근린방법,가입모식식별공능(통과필배수l실현)화변K화l수색산법,득도최우K화l치급상응적예측결과.통과실험발현:개진적K근린방법재오차범위위5％、9％시대응적예측준학솔위84.4％、96.10％.장기여전통K근린방법진행대비,통과계산량자예측효과적각방면지표,발현개진적K근린방법재정도화실시성상도유료흔대적제고.
