运用推荐算法找到最适合当前交通状况的配时方案。将交通状况作为用户,配时方案作为项目,延误时间等交通指标作为用户对项目的评级。通过基于内容的推荐技术和推荐系统中的k近邻算法,比对交通状况间的特性找到相似交通状况。分析选定的相似交通状况的历史数据,预测当前交通状况与各种配时方案的匹配程度为配时方案进行推荐和排序。在Paramics中进行了仿真实验。结果表明,基于内容的推荐算法在减少延误时间方面优于经典的Webster方法。
类型: 期刊论文
作者: 黄霖霖,屈嘉宸,张梦瑶,林丽
关键词: 交通信号控制,智慧交通系统与仿真,基于内容的推荐算法研究,数据挖掘
来源: 物流工程与管理 2019年10期
年度: 2019
分类: 经济与管理科学,工程科技Ⅱ辑
专业: 公路与水路运输
单位: 南京林业大学汽车与交通工程学院
基金: 江苏省高等学校大学生创新创业训练计划(201810298034Z)
分类号: U491.54
页码: 124-127+92
总页数: 5
文件大小: 2529K
下载量: 188
本文来源: https://www.lunwen66.cn/article/cd3d0e86f81e575deba56485.html