标题:基于数据挖掘的交通流预测模型
作者:闫伟;刘云岗;王桂华;高琦
作者机构:[闫伟] 山东大学能源与动力工程学院交通运输研究所, 济南, 山东 250061, 中国.;[刘云岗] 山东大学能源与动力工程学院交通运输研究所, 济南, 山东 250061, 中国.; 更多
通讯作者地址:[Yan, W] Department of Transportation Engineering, School of Energy and Power Engineering, Shandong University, Ji'nan 250061, China
来源:系统工程理论与实践
出版年:2010
卷:30
期:7
页码:1320-1325
关键词:蚁群算法; 模糊聚类; 动量BP神经网络; 交通流预测
摘要:通过对道路交通流变化规律和影响因素的分析,提出了一种新的交通流预测模型.首先,鉴于模糊聚类方法易陷入局部最优解及运算速度慢的缺点,采用蚁群算法中 pij(t)改进模糊聚类分析;然后以最拥挤时间段的25个点交通流数据、天气数据以及天类别数据为指标,将历史数据聚分成若干簇团,并采用动量BP神经 网络针对每一簇团建立相应的预测模型.对实际数据进行预测分析的结果表明:该模型不仅对普通工作日有较高的预测精度,对双休日、节假日和一些特殊情况(雨 雪天气)也有较好的预测精度
收录类别:EI;CSCD;SCOPUS
Scopus被引频次:1
资源类型:期刊论文
原文链接:https://www.scopus.com/inward/record.uri?eid=2-s2.0-77955435914&partnerID=40&md5=59147ece4a571d56da6e344482163ac1
TOP