基于K最近邻算法的城市路段行程时间短时预测

• 作者: 夏立 徐建川 涂锐 秦江灵 赵志平 陈顺举
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 行程时间短时预测 K最近邻算法 城市路段 汽车电子标识 交叉验证
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 智能技术
• 页码范围: 152-159
• 页数: 8页
• 分类号: TP39
• 字数: 5011字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.07.020

摘要

为了对城市路段行程时间进行短时预测,构建了基于KNN算法和汽车电子标识数据的城市路段行程时间短时预测方法.首先介绍了汽车电子标识数据的采集原理,以及通过汽车电子标识数据集进行路段行程时间估计的方法.然后构建基于KNN算法的城市路段行程时间的短时预测模型,包括构建特征向量、交叉验证方法确定K值以及局部估计方法等.实验结果表明:预测模型在城市快速路和主干路的平均相对误差百分比达到了6.58％左右,取得了较好的预测效果;与历史均值模型和自回归移动平均模型相比,该模型在城市快速路和主干路的预测结果分别提升了39.6％和16.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	涂锐		1	1	1.0	1.0
2	秦江灵	重庆大学计算机学院	1	1	1.0	1.0
3	赵志平		1	1	1.0	1.0
4	徐建川		2	8	1.0	2.0
5	陈顺举		1	1	1.0	1.0
6	夏立	重庆大学计算机学院	1	1	1.0	1.0