基于K－最近邻的交通事件持续时间预测模型

• 作者: 向红艳 易英杰 范宝文
• 来源期刊: 昆明理工大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 高速公路 交通事件 K-最近邻 持续时间 预测
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 建筑工程与交通运输
• 页码范围: 45-50
• 页数: 6页
• 分类号: U491.31
• 字数: 4756字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-855x.2014.06.008

摘要

通过对高速公路交通事件的性质和特征进行分析，选择对持续时间影响较大的属性（事件类别、发生时间、地点、天气、伤亡程度、涉及车辆数、占用车道数）构成了描述交通事件的向量，对各属性进行了分类与量化。以交通事件的历史数据集合为基础构建N 维搜索空间，计算了当前交通事件与历史交通事件之间的欧式距离，通过寻找距离最近的K个元素建立了最近邻预测模型。采用单因素方差分析法标定了变量权重，根据最小误差法确定了最佳K值。实例应用表明，K－最近邻预测模型对持续时间范围为30 min≤T＜90 min、90 min≤T＜180 min交通事件预测精度较高，适合高速公路有大量历史数据的情况下应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向红艳	重庆交通大学交通运输学院	45	384	13.0	16.0
2	范宝文	重庆交通大学交通运输学院	3	15	2.0	3.0