计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2015年
1期
174-179
,共6页
交通流预测%非参数回归%K最近邻搜索%遗传算法%MapReduce编程模型%并行计算
交通流預測%非參數迴歸%K最近鄰搜索%遺傳算法%MapReduce編程模型%併行計算
교통류예측%비삼수회귀%K최근린수색%유전산법%MapReduce편정모형%병행계산
traffic flow forecasting%non-parametric regression%K Nearest Neighbor (KNN) search%genetic algorithm%MapReduce programming model%parallel computing
非参数回归方法是短时交通流预测常用的方法,但现有非参数回归方法存在预测速度与精度之间的矛盾.为此,提出一种适用于海量历史数据、基于MapReduce与遗传算法的非参数回归短时交通流预测方法.通过引入MapReduce并行计算框架,加快K最近邻算法的搜索速度.在数据预处理阶段利用遗传算法优化关键参数的设置,并采用MapReduce加速参数优化过程,以解决遗传算法迭代运算时间长的问题.实验结果表明,该方法在保证交通流预测精度的前提下,明显提高了预测速度,并且具有较好的可伸缩性.
非參數迴歸方法是短時交通流預測常用的方法,但現有非參數迴歸方法存在預測速度與精度之間的矛盾.為此,提齣一種適用于海量歷史數據、基于MapReduce與遺傳算法的非參數迴歸短時交通流預測方法.通過引入MapReduce併行計算框架,加快K最近鄰算法的搜索速度.在數據預處理階段利用遺傳算法優化關鍵參數的設置,併採用MapReduce加速參數優化過程,以解決遺傳算法迭代運算時間長的問題.實驗結果錶明,該方法在保證交通流預測精度的前提下,明顯提高瞭預測速度,併且具有較好的可伸縮性.
비삼수회귀방법시단시교통류예측상용적방법,단현유비삼수회귀방법존재예측속도여정도지간적모순.위차,제출일충괄용우해량역사수거、기우MapReduce여유전산법적비삼수회귀단시교통류예측방법.통과인입MapReduce병행계산광가,가쾌K최근린산법적수색속도.재수거예처리계단이용유전산법우화관건삼수적설치,병채용MapReduce가속삼수우화과정,이해결유전산법질대운산시간장적문제.실험결과표명,해방법재보증교통류예측정도적전제하,명현제고료예측속도,병차구유교호적가신축성.