期刊文献+

基于聚类分析的高速公路行程时间预测 预览

Travel Time Prediction of Freeway Based on Clustering Analysis
在线阅读 下载PDF
收藏 分享 导出
摘要 以高速公路行程时间为研究对象,建立基于聚类分析的行程时间预测模型。使用系统聚类法对历史行程数据集按照车型及时段等特征进行分类;根据行程时间分布相似性对天气和月份进行重分类,与历史行程时间共同构建特征向量。最后采用BP神经网络对不同的数据集进行训练,以提高行程时间的预测准确性。实验表明,数据集分类能有效提高模型预测的准确性,与发布前期行程时间和未进行分类的BP神经网络模型预测结果相比,上述方法具有更好的预测准确度。 Taking the travel time of freeway as the object of study, this paper proposes a cluster analysis-based method to predict travel time of freeway. First, using a system clustering method, the historical data sets were classified based on the characteristics in different vehicle and time. Second, according to the similarity of travel time distribution, we employed the classification of weather and month, and history travel time to construct the feature vectors of travel time. Finally, a BP neural network was used to train different data sets to improve the accuracy of travel time prediction. Experiments show that the data sets classification can effectively improve the accuracy of travel time prediction. Moreover, a comparison with the prediction results of posting the latest obtained travel time and BP neural network model without classification shows that the proposed algorithm performs better in prediction accuracy.
作者 李松江 宋军芬 杨华民 张凤荣 LI Song-jiang;SONG Jun-fen;YANG Hua-min;ZHANG Feng-rong(College of Computer Science and Technology,Changchun University of Science and Technology,Changchun Jilin 130022,China)
出处 《计算机仿真》 北大核心 2019年第2期384-389,共6页 Computer Simulation
基金 基于数据挖掘的高速公路收费数据综合分析及应用研究(2016C090) 大数据与社会治理研究国家社科基金(17BSH135).
关键词 行程时间预测 系统聚类法 特征向量 数据集分类 神经网络 Travel time prediction System clustering Feature vector Data sets classification Neural network
作者简介 李松江(1984-),男(汉族),吉林省吉林市人,讲师,博士,主要研究领域为数据挖掘和社交网络分析等;宋军芬(1989-),女(汉族),河北省邯郸市人,硕士研究生,主要研究领域为数据挖掘;杨华民(1963-),男(汉族),吉林江清县人,教授,博士生导师,主要研究领域为计算机仿真与虚拟现实、人工智能;张凤荣,女(汉族),吉林省长春市人,教授,博士生导师,主要研究领域为大数据与社会治理研究。
  • 相关文献

参考文献4

二级参考文献45

共引文献27

投稿分析

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈