基于数据挖掘的高速公路行程时间预测

• 作者: 于德新 田秀娟 程泽阳 邢雪
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 高速公路 行程时间预测 预测强度 数据挖掘 k-means法 联网收费数据
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 交通工程
• 页码范围: 36-40
• 页数: 5页
• 分类号: U491.1
• 语种: 中文
• DOI: 10.13245/j.hust.160808

摘要

以高速公路上路段行程时间历史数据集作为研究对象，以交通数据实际特征作为行程时间历史数据集分类的依据，建立基于数据挖掘的高速公路行程时间预测模型。采用山东高速收费站记录实际数据，以实例数据验证模型并计算平均绝对误差。为对比分析预测强度聚类预测模型的有效性，采用多种算法对测试集行程时间预测，对预测结果误差进行了对比。结果表明：预测强度修正的 k‐means法可以提高高速公路路段行程时间预测的准确性，模型在降低数据采集成本的同时可为高速信息服务提供可靠的预测行程时间，为出行者提供有力的决策依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于德新	吉林大学交通学院	27	305	9.0	17.0
10	田秀娟	吉林大学交通学院	42	203	8.0	11.0
11	程泽阳	吉林大学交通学院	7	65	6.0	7.0