%0 Journal Article
%T 高速路交通流短时预测方法
%A 许岩岩
%A 翟希
%A 孔庆杰
%A 刘允才
%J 交通运输工程学报
%P 114-119
%D 2013
%X 针对短时交通流变化的复杂性与非线性特点,分析了分类回归树模型的建立,包括模型的生长、分裂与剪枝,研究了模型在高速路交通流短时预测中的应用,并对美国波特兰州高速路网的真实交通流量数据进行分析建模。采用RMSE与MAPE误差分析法,将试验结果与传统的交通流预测方法ARIMA模型与Kalman滤波预测模型进行比较。对比结果表明分类回归树预测模型的RMSE比ARIMA模型与Kalman滤波预测模型分别降低了42.1%、13.1%。
%K 智能交通系统
%K 交通流预测
%K 数据挖掘
%K 时间序列分析
%K 分类回归树
%K Kalman滤波器
%U http://cadxjtysgcxb.paperopen.com/oa/DArticle.aspx?type=view&id=201302017