基于KNN回归的短时交通流预测

• 作者: 陈婧敏
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: KNN 短时交通流预测 非参数回归
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 研究与设计
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP3-05
• 字数: 6908字
• 语种: 中文

摘要

短时交通流精确预测对于提供、诱导用户选择最适合自己的路径,提高行驶效率和交通安全、减轻交通环境负荷势,最大限度地利用道路资源具有重要意义.针对此问题,证明了KNN回归模型的普遍相合性和收敛性,在此基础上建立了大样本空间下单点短时交通流预测的KNN回归模型.实验采用平均绝对百分比误差MAPE、平均预测误差MFE和平均绝对偏差MAD3个指标衡量了预测的有效性,结果表明K取6时,平均MAPE、平均MFE和平均MAD指标均取得最优值,预测效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈婧敏	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	1	8	1.0	1.0