%0 Journal Article
%T K近邻短时交通流预测模型
%A 于滨
%A 邬珊华
%A 王明华
%A 赵志宏
%J 交通运输工程学报
%P 105-111
%D 2012
%X 为了准确预测道路短时交通流,构建了基于K近邻算法的短时交通流预测模型。分析了K近邻算法的时间和空间参数,提出4种状态向量组合的K近邻模型时间维度模型、上游路段-时间维度模型、下游路段-时间维度模型与时空参数模型。以贵州省贵阳市出租车的GPS数据对几种K近邻模型进行了检验。分析结果表明带有时空参数的K近邻模型具有更高的预测精度,其预测误差最小,平均为7.26%。基于指数权重的距离度量方式能更精确的选择近邻,其预测误差最小,平均为5.57%。与神经网络和历史平均模型相比,带有指数权重的K近邻模型具有更好的预测精度,平均预测误差仅为9.43%。可见,带有时空参数与指数权重的K近邻模型可作为道路短时交通流预测的有效手段。
%K 交通信息工程
%K 短时交通流预测
%K K近邻模型
%K 时空参数
%K 指数权重
%U http://cadxjtysgcxb.paperopen.com/oa/DArticle.aspx?type=view&id=201202015