基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有交通流参数短时预测方法的不足,考虑到交通流数据序列的非线性特征,提出一种基于决策树理论的非参数预测方法。采用时间序列滞后项将交通流参数序列转化成非参数模型能处理的数据格式。考虑到交通流参数之间存在长期协整关系,构建流量速度滞后项的组合向量,为预测模型提供基础数据。构建基于分类回归树(CART)的交通流参数短时预测模型。基于实际采集的道路交通流数据,对模型在不同等级道路不同速度区间下的性能进行评估。结果表明,所提出的模型相较于常用的时间序列模型,精度有所提高;速度预测准确性普遍高于流量,速度平均绝对百分比误差基本小于13%,而流量预测则达到了30%;采用工作日和周末数据分别建模能够有效提升预测性能;不同速度区间下的预测性能评估显示,模型在各等级道路中速区间的预测结果具有较高的准确性与稳定性。
推荐文章
基于决策树的城市短时交通流预测
决策树
数据挖掘
智能交通系统
短时预测
基于深度学习的短时交通流预测
交通流预测
深度学习
短时交通流
支持向量回归
基于模糊神经网络的短时交通流预测方法研究
模糊神经网络
短时交通流
预测方法
短时交通流预测方法研究
相关分析
支持向量机
交通流预测
智能交通
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于决策树理论的交通流参数短时预测
来源期刊 交通信息与安全 学科 交通运输
关键词 城市交通 交通流参数 短时预测 决策树 非参数模型
年,卷(期) 2016,(3) 所属期刊栏目 方法研究
研究方向 页码范围 64-71
页数 8页 分类号 U491
字数 5686字 语种 中文
DOI 10.3963/j.issn1674-4861.2016.03.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 薛红军 4 23 2.0 4.0
2 李鑫民 2 23 2.0 2.0
3 陈广交 2 20 1.0 2.0
4 顾理 1 20 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (188)
参考文献  (13)
节点文献
引证文献  (20)
同被引文献  (74)
二级引证文献  (28)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(11)
  • 参考文献(4)
  • 二级参考文献(7)
2014(14)
  • 参考文献(1)
  • 二级参考文献(13)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(18)
  • 引证文献(13)
  • 二级引证文献(5)
2019(24)
  • 引证文献(3)
  • 二级引证文献(21)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
城市交通
交通流参数
短时预测
决策树
非参数模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
论文1v1指导