基于改进模式序列匹配的交通运行指数预测研究

论文摘要

北京市交通运行指数是定量反映北京市路网拥堵状态的重要指标,交通运行状态预测是构建智慧交通系统的重要研究内容.在模式序列匹配算法(PSF)基础上优化预测序列权重,针对交通运行指数的时序相关性,增加了基于反距离权重的时间衰减因子,提高了临近序列在交通运行模式匹配计算中的重要性.实验结果表明:与传统时间序列模型(ARIMA)、深度学习模型(LSTM)和标准模式序列匹配算法进行对比分析,改进的模式序列匹配预测算法有着较高的预测精度,且具有较强的自适应性.

论文目录

文章来源

类型: 期刊论文

作者: 郭小刚,张健钦,卢剑,陆浩,李卓航

关键词: 交通运行指数,时序预测,模式序列匹配,反距离权重

来源: 北京建筑大学学报 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 公路与水路运输

单位: 北京建筑大学测绘与城市空间信息学院

基金: 国家自然科学基金项目(41771413,41701473)

分类号: U491.14

DOI: 10.19740/j.1004-6011.2019.04.04

页码: 20-28

总页数: 9

文件大小: 5042K

下载量: 83

相关论文文献

标签：交通运行指数论文;  时序预测论文;  模式序列匹配论文;  反距离权重论文;