基于路网相关性的分布式增量交通流大数据预测方法

• 作者: 孟德友 李欣
• 来源期刊: 地理科学
• 学科: 地球科学
• 关键词: 交通流 大数据 分布式增量 路网相关性 STARIMA
• 年，卷（期）: 2017,（2）
• 页码范围: 209-216
• 页数: 8页
• 分类号: K909
• 语种: 中文
• DOI: 10.13249/j.cnki.sgs.2017.02.006

摘要

针对城市道路拥堵问题的日益加剧的问题,智能化城市交通管理平台是缓解拥堵问题的有效方法,利用交通流大数据预测结果进行交通诱导,能够指导用户调整出行方案,有效缓解交通压力.研究了交通流大数据的分布式增量聚合方法,对海量交通流数据进行清洗统计,为交通流预测提供数据基础,基于交通流在路网中上下游路段的相关性分析,利用路口转弯率多阶分配将该相关性量化,构建基于路网相关性的空间权重矩阵,完成对于STARIMA模型的改进.通过应用试验证明,该方法能更准确的进行交通流预测,为交通诱导信息发布提供依据.