基于多重相空间和路段相似度的短时交通流预测研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:maxfree99999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
交通拥堵严重影响了人们的出行,降低了道路的服务能力。短时交通流预测能够为人们的出行提供最佳路线,从而缓解交通拥堵,因此,提高短时交通流的预测精度和预测速度,具有重大的研究意义和实际应用价值。对短时交通流预测领域的相关技术进行研究,发现当前短时交通流预测模型存在预测精度不高的问题,并且预测模型在单机环境下进行预测,导致模型预测速度变慢。针对上述问题,本文结合大数据处理框架Spark,提出了基于多重相空间和路段相似度的短时交通流预测模型,最后通过实验验证本文提出的预测模型的有效性。本文的主要研究工作和结论如下:1.针对混沌理论使用单个相空间导致预测精度不高的问题,提出了一种基于多重相空间的预测算法。该算法采用平均互信息量法来求解延迟时间集合,并得到对应的权重集合,同时计算对应的嵌入维数集合来重构多重相空间,并结合KNN算法的思想建立短时交通流预测模型,提高预测精度。2.针对稀疏路段数据较少而导致预测精度不高的问题,提出了一种基于多重相空间和路段相似度的预测算法。该算法考虑了路段相似对预测交通流的影响,通过度量两条路段的正相似度与负相似度来求解正相关路段集合和负相关路段集合,并综合正、负相关路段集合,结合多重相空间算法建立短时交通流预测模型,进一步提高预测精度。3.使用路网某一路段的多组GPS数据进行实验分析。实验结果表明,本文提出的基于多重相空间和路段相似度的短时交通流预测模型预测的平均相对误差百分率降低了3.94%,在平均绝对误差和均方根误差2项算法评价指标上都有4.1到4.3范围的降低,预测精度有明显的提高;当数据集达到80000条时,本文提出的预测模型在Spark环境下预测比在单机环境下预测的速度快15.74倍,并且随着数据量的增长,加速比会越来越大,大大缩短了模型的预测时间,提高了模型的预测速度。
其他文献
民族区域自治立法监督的法理基础 ,来自于权力制约的一般原理和立法权力的自身性质。新时期在民族自治制度的推行过程中出现的“立法膨胀”和“立法倾斜”等问题 ,既损害国家
随着我国高中教育的日渐普及,高中学生入学人数不断增加,学生在数学学科的差异日趋明显,两极分化严重。无论是学生们的学习态度习惯、学习过程还是学习反馈,教师在教授时会感
随着社会现代化的进展,城市人口持续增加,机动车拥有量暴增,导致交通状况每况日下。超饱和的汽车拥有量使得环境污染加剧,碳排放超标,雾霾天越来越严重。面对这些急待解决的
分析了RGB、LSH、L^*a^*b^*颜色空间的优缺点,提出了一种面向RGB颜色空间的、基于改进的距离序和字典序相结合的颜色向量序并分析了其性能;定义了彩色图像形态学的基本算子,实现了
车联网技术的发展使汽车变的更加电子化和智能化,为人们提供了更加智能和舒适的驾车环境,对人们的出行和道路交通安全都具有重要的意义。车联网的实现需要依托有车辆、行人、
论述船舶海水管系腐蚀的主要因素及其防腐防污方法。用实验室模拟试验定量分析了管材及流速对管系腐蚀的影响。还提出了解决船舶管系腐蚀问题需要采取的综合性措施。在设计中
CO2的过量排放对全球的气候变暖有着不可推卸的责任,同时CO2又是一种重要的碳资源,对它的回收和利用将具有很大的经济效益和社会效益。CO2回收的方法主要是膜吸收法、变压吸
所有古老的文明,如"四大文明古国",除中国之外,各国后来的文明演变都显得特别剧烈,以至于面目全非者大有存在。反观中国,几千年的历史变化,既循序渐进,又源远流长。中国历史文
教学研究是教研工作之本。这意味着,教师在教学过程中要以主人翁的心态置身于教学情境之中,以研究者的眼光审视和分析教学理论与教学实践中的各种问题,对自己的教学行为进行
频带复制(SBR)是用于改进信源编码系统的新方法—.SBR也称为频谱扩展技术,即通过在编码端减小频谱带宽,在解码端复制相应的音频来实现,在保持相同感知音质的情况下,它可以大