

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著經(jīng)濟(jì)的持續(xù)高速發(fā)展,城市規(guī)模不斷擴(kuò)大,城市交通問題變得十分尖銳。智能交通系統(tǒng)是目前公認(rèn)的解決城市交通擁堵和提高道路通行能力的有效措施,而其對(duì)交通流進(jìn)行控制和疏導(dǎo)的前提和關(guān)鍵是準(zhǔn)確實(shí)時(shí)的交通流預(yù)測(cè)。本文根據(jù)交通流數(shù)據(jù)的特點(diǎn),提出了使用數(shù)據(jù)挖掘技術(shù)中的時(shí)間序列模型及支持向量機(jī)對(duì)短時(shí)交通流進(jìn)行預(yù)測(cè),其中時(shí)間序列模型主要用到了移動(dòng)平均、指數(shù)平滑和ARMA模型,并對(duì)其中的指數(shù)平滑算法進(jìn)行了改進(jìn),克服了原算法中平滑參數(shù)不能很好的反映交通流數(shù)據(jù)變
2、化特點(diǎn)的問題。
本文的主要研究工作如下:
第一,為了進(jìn)一步提高預(yù)測(cè)的準(zhǔn)確率,本文根據(jù)數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理技術(shù)提出了切合交通流數(shù)據(jù)特點(diǎn)的數(shù)據(jù)預(yù)處理方法:使用間隔為五分鐘的數(shù)據(jù);保留占有率為零,而流量和速度不為零的誤差數(shù)據(jù);結(jié)合一天的交通流量分布圖進(jìn)行時(shí)段劃分,針對(duì)每個(gè)時(shí)段的變化趨勢(shì),計(jì)算出了各自對(duì)應(yīng)的缺省值。通過數(shù)據(jù)預(yù)處理,為下面的短時(shí)交通流預(yù)測(cè)提供了準(zhǔn)確可靠的數(shù)據(jù)支持。
第二,根據(jù)交通流數(shù)據(jù)擁有較強(qiáng)的時(shí)間
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)挖掘技術(shù)在短時(shí)交通流預(yù)測(cè)上的應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘和數(shù)據(jù)融合的短時(shí)交通流預(yù)測(cè)研究.pdf
- 基于數(shù)據(jù)挖掘的短時(shí)交通流預(yù)測(cè)模型及應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘的短時(shí)交通流預(yù)測(cè)系統(tǒng)研究初步.pdf
- 基于數(shù)據(jù)挖掘的短時(shí)交通流預(yù)測(cè)及輔助誘導(dǎo).pdf
- 基于數(shù)據(jù)挖掘技術(shù)的交通流預(yù)測(cè)系統(tǒng)設(shè)計(jì).pdf
- 基于短時(shí)交通流預(yù)測(cè)的交通控制算法研究.pdf
- 基于數(shù)據(jù)挖掘的城市交通流預(yù)測(cè)研究.pdf
- 基于車牌識(shí)別數(shù)據(jù)的交通流參數(shù)短時(shí)預(yù)測(cè).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)方法的研究與應(yīng)用.pdf
- 基于深度學(xué)習(xí)的短時(shí)交通流預(yù)測(cè).pdf
- 基于SVM的交通流短時(shí)預(yù)測(cè)方法研究.pdf
- 基于時(shí)間序列模型的短時(shí)交通流預(yù)測(cè)的研究與應(yīng)用.pdf
- 基于支持向量回歸的短時(shí)交通流預(yù)測(cè)方法研究與應(yīng)用.pdf
- 基于組合模型的短時(shí)交通流的預(yù)測(cè)研究.pdf
- 短時(shí)交通流預(yù)測(cè)方法研究.pdf
- 基于回聲狀態(tài)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)研究.pdf
- 基于出租車軌跡數(shù)據(jù)的短時(shí)交通流預(yù)測(cè)模型研究.pdf
- 基于數(shù)據(jù)融合的短時(shí)交通流預(yù)測(cè)與智能交通信號(hào)系統(tǒng)的研究.pdf
- 基于分形理論的短時(shí)交通流預(yù)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論