一种基于MapReduce的短时交通流预测方法

• 作者: 李英远 梁轲 谭建军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 174-179
• 页数: 6页
• 分类号: TP311
• 字数: 5371字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.01.032

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭建军	中国科学院广州地球化学研究所	27	363	11.0	18.0
2	梁轲	中国科学院广州地球化学研究所	1	17	1.0	1.0
6	李英远		2	19	2.0	2.0