發(fā)布時(shí)間：2017-10-08 13:38

  本文關(guān)鍵詞：基于時(shí)空關(guān)聯(lián)和BP_Adaboost的短時(shí)交通參數(shù)預(yù)測(cè)

  更多相關(guān)文章： 交通工程 交通參數(shù) 主成分分析 Adaboost算法 BP神經(jīng)網(wǎng)絡(luò) 短時(shí)預(yù)測(cè) 時(shí)空關(guān)聯(lián)性

【摘要】：為提高預(yù)測(cè)精度和降低計(jì)算復(fù)雜度,提出了一種基于時(shí)空關(guān)聯(lián)和BP_Adaboost的短時(shí)交通參數(shù)預(yù)測(cè)方法。首先,通過(guò)分析交通參數(shù)之間的時(shí)間關(guān)聯(lián)性和空間關(guān)聯(lián)性,得到對(duì)預(yù)測(cè)值產(chǎn)生影響的因素。然后,采用主成分分析法對(duì)影響因素進(jìn)行預(yù)處理,選取了主成分作為后續(xù)預(yù)測(cè)模型的輸入。最后,采用Adaboost算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,構(gòu)建了BP_Adaboost預(yù)測(cè)模型,以改善傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能。利用南京市典型道路數(shù)據(jù)對(duì)該方法進(jìn)行了性能評(píng)價(jià)。結(jié)果表明:該方法不僅可以在一定程度上提高預(yù)測(cè)精度,更重要的是能夠大大提高預(yù)測(cè)結(jié)果的穩(wěn)定性。由此可見(jiàn),該方法可以作為短時(shí)交通參數(shù)預(yù)測(cè)的有效手段。
【作者單位】： 江蘇省交通規(guī)劃設(shè)計(jì)院股份有限公司;交通運(yùn)輸部智能交通技術(shù)和設(shè)備行業(yè)研發(fā)中心;
【關(guān)鍵詞】： 交通工程 交通參數(shù) 主成分分析 Adaboost算法 BP神經(jīng)網(wǎng)絡(luò) 短時(shí)預(yù)測(cè) 時(shí)空關(guān)聯(lián)性
【基金】：國(guó)家科技支撐計(jì)劃項(xiàng)目(2014BAG01B02) 江蘇省交通科學(xué)研究計(jì)劃項(xiàng)目(2012X07-1) 江蘇省交通規(guī)劃設(shè)計(jì)院博士后基金項(xiàng)目(KY2013022)
【分類號(hào)】：U491.14
【正文快照】： 0引言先進(jìn)的交通控制系統(tǒng)、路徑誘導(dǎo)系統(tǒng)和出行者信息系統(tǒng)是交通運(yùn)營(yíng)和管理的重要組成部分,而實(shí)時(shí)準(zhǔn)確的短時(shí)交通參數(shù)預(yù)測(cè)是實(shí)現(xiàn)交通控制、誘導(dǎo)和提供實(shí)時(shí)交通信息服務(wù)的前提和關(guān)鍵[1]。目前,國(guó)內(nèi)外關(guān)于短時(shí)交通參數(shù)預(yù)測(cè)的研究成果較多,傳統(tǒng)的預(yù)測(cè)方法大多是基于交通參數(shù)的時(shí)

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 邱敦國(guó);蘭時(shí)勇;楊紅雨;;基于時(shí)空特性的短時(shí)交通流預(yù)測(cè)模型[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年07期

2 李瑞敏;陳熙怡;;多源數(shù)據(jù)融合的道路旅行時(shí)間估計(jì)方法研究[J];公路交通科技;2014年02期

3 聶慶慧;夏井新;錢振東;;城市道路交通流短時(shí)預(yù)測(cè)及可靠性分析[J];西南交通大學(xué)學(xué)報(bào);2013年05期

4 李松;劉力軍;翟曼;;改進(jìn)粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J];系統(tǒng)工程理論與實(shí)踐;2012年09期

5 于濱;鄔珊華;王明華;趙志宏;;K近鄰短時(shí)交通流預(yù)測(cè)模型[J];交通運(yùn)輸工程學(xué)報(bào);2012年02期

6 閆偉;劉云崗;王桂華;高琦;;基于數(shù)據(jù)挖掘的交通流預(yù)測(cè)模型[J];系統(tǒng)工程理論與實(shí)踐;2010年07期

7 張曉利;陸化普;;非參數(shù)回歸方法在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年09期

8 陳淑燕,王煒,瞿高峰,張勝;交通量預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)集成方法[J];公路交通科技;2004年12期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 丁閃閃;王維鋒;季錦章;黨倩;;基于時(shí)空關(guān)聯(lián)和BP_Adaboost的短時(shí)交通參數(shù)預(yù)測(cè)[J];公路交通科技;2016年05期

2 黃文明;徐雙雙;鄧珍榮;雷茜茜;;改進(jìn)人工蜂群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J];計(jì)算機(jī)工程與科學(xué);2016年04期

3 羅來(lái)鵬;;基于BP神經(jīng)網(wǎng)絡(luò)的城市占道交通擁堵預(yù)測(cè)[J];黑龍江工程學(xué)院學(xué)報(bào);2016年01期

4 趙建東;徐菲菲;張琨;白繼根;;融合多源數(shù)據(jù)預(yù)測(cè)高速公路站間旅行時(shí)間[J];交通運(yùn)輸系統(tǒng)工程與信息;2016年01期

5 胡鐵松;周彥辰;王先甲;;有一定物理基礎(chǔ)的核素濃度預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型[J];系統(tǒng)工程理論與實(shí)踐;2016年01期

6 李常洪;趙偉棟;;基于狼群算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)[J];科技創(chuàng)新與生產(chǎn)力;2016年01期

7 劉藝;張琨;;基于小波去噪和GA-Elman神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J];交通科技與經(jīng)濟(jì);2015年06期

8 朱方偉;馬躍;;基于BP-VRM的工業(yè)化對(duì)信息化促進(jìn)效率評(píng)價(jià)[J];科研管理;2015年12期

9 曹莉;唐玲;吳浩;高祥;樂(lè)英高;;基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè)研究[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2015年06期

10 陸化普;孫智源;屈聞聰;;基于時(shí)空模型的交通流故障數(shù)據(jù)修正方法[J];交通運(yùn)輸工程學(xué)報(bào);2015年06期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 邱敦國(guó);楊紅雨;;一種基于雙周期時(shí)間序列的短時(shí)交通流預(yù)測(cè)算法[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2013年05期

2 常剛;張毅;姚丹亞;;基于時(shí)空依賴性的區(qū)域路網(wǎng)短時(shí)交通流預(yù)測(cè)模型[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

3 吳志周;范宇杰;馬萬(wàn)經(jīng);;基于灰色神經(jīng)網(wǎng)絡(luò)的點(diǎn)速度預(yù)測(cè)模型[J];西南交通大學(xué)學(xué)報(bào);2012年02期

4 謝軍;吳偉;楊曉光;;用于短時(shí)交通流預(yù)測(cè)的多項(xiàng)式分布滯后模型[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年09期

5 李楠;路小波;;基于小波融合的車牌模糊圖像復(fù)原算法[J];公路交通科技;2011年03期

6 徐濤;楊曉光;徐愛(ài)功;張明月;;面向城市道路交通狀態(tài)估計(jì)的數(shù)據(jù)融合研究[J];計(jì)算機(jī)工程與應(yīng)用;2011年07期

7 聶慶慧;夏井新;張韋華;;基于多源ITS數(shù)據(jù)的行程時(shí)間預(yù)測(cè)體系框架及核心技術(shù)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

8 張玉梅;曲仕茹;;基于混沌的交通流量Volterra自適應(yīng)預(yù)測(cè)模型[J];計(jì)算機(jī)應(yīng)用研究;2010年12期

9 邢素霞;陳天華;李婧嫻;;基于圖像融合的駕駛員視覺(jué)增強(qiáng)技術(shù)研究[J];公路交通科技;2010年08期

10 叢玉良;陳萬(wàn)忠;孫永強(qiáng);陳建;;基于聯(lián)合卡爾曼濾波器的交通信息融合算法研究[J];公路交通科技;2010年07期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 林志陽(yáng);康耀紅;雷景生;;基于Adaboost的車標(biāo)定位方法[J];計(jì)算機(jī)工程;2008年11期

2 嚴(yán)超;王元慶;李久雪;張兆揚(yáng);;AdaBoost分類問(wèn)題的理論推導(dǎo)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

3 蘇加強(qiáng);丁柳云;;基于R的監(jiān)督式AdaBoost異常值檢測(cè)應(yīng)用[J];淮海工學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年01期

4 孔凡芝,張興周,謝耀菊;基于Adaboost的人臉檢測(cè)技術(shù)[J];應(yīng)用科技;2005年06期

5 何毓知;陸建峰;;基于Adaboost的行道線檢測(cè)[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

6 潘奇明;朱誼強(qiáng);;一種新的Adaboost樣本權(quán)重更新算法[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年06期

7 劉歡喜;劉允才;;一種基于Adaboost算法的人臉檢測(cè)[J];上海交通大學(xué)學(xué)報(bào);2008年07期

8 顧明亮;夏玉果;張長(zhǎng)水;楊亦鳴;;基于AdaBoost的漢語(yǔ)方言辨識(shí)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

9 蔣焰;丁曉青;;基于多步校正的改進(jìn)AdaBoost算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年10期

10 李亞瓊;趙春暉;潘泉;張紹武;;新的AdaBoost算法評(píng)價(jià)體系[J];計(jì)算機(jī)工程與應(yīng)用;2009年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 Wen Feng;;A Novel Lips Detection Method Combined Adaboost Algorithm and Camshift Algorithm[A];2012年計(jì)算機(jī)應(yīng)用與系統(tǒng)建模國(guó)際會(huì)議論文集[C];2012年

2 張超;苗振江;;基于AdaBoost的面部信息感知[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

3 郭翌;汪源源;;基于Adaboost算法的頸動(dòng)脈粥樣硬化判別方法[A];中國(guó)儀器儀表學(xué)會(huì)第十一屆青年學(xué)術(shù)會(huì)議論文集[C];2009年

4 張紅梅;高海華;王行愚;;抑制樣本噪聲的AdaBoost算法及其在入侵檢測(cè)中的應(yīng)用[A];2007年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2007年

5 陸文聰;鈕冰;金雨歡;;基于AdaBoost算法的亞細(xì)胞位置預(yù)測(cè)[A];中國(guó)化學(xué)會(huì)第26屆學(xué)術(shù)年會(huì)化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)分會(huì)場(chǎng)論文集[C];2008年

6 陳宏偉;劉建偉;費(fèi)向東;;一種半監(jiān)督環(huán)境下的Adaboost算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

7 唐曉丹;苗振江;;基于AdaBoost和粒子濾波的目標(biāo)跟蹤[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

8 張彬;金連文;;基于AdaBoost的手寫(xiě)體漢字相似字符識(shí)別[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

9 ;Using Skin Color and HAD-AdaBoost Algorithm for Face Detection in Color Images[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年

10 肖磊;李麗;肖佳文;;基于AdaBoost-SVM的上市公司信用風(fēng)險(xiǎn)評(píng)估[A];2012管理創(chuàng)新、智能科技與經(jīng)濟(jì)發(fā)展研討會(huì)論文集[C];2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 劉沖;模擬電路故障診斷AdaBoost集成學(xué)習(xí)方法研究[D];大連海事大學(xué);2011年

2 張?zhí)珜?人眼注視點(diǎn)估計(jì)方法的研究[D];南開(kāi)大學(xué);2013年

3 趙培英;基于智能計(jì)算的膜蛋白結(jié)構(gòu)與相互作用預(yù)測(cè)研究[D];東華大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 皮麗琴;基于AdaBoost-GASVM算法和LDA主題模型的短文本分類研究[D];華南理工大學(xué);2015年

2 孫斌;一種基于Adaboost的實(shí)時(shí)行人檢測(cè)算法[D];華南理工大學(xué);2015年

3 蔡澤彬;基于視頻分析的行人檢測(cè)及統(tǒng)計(jì)方法研究[D];華南理工大學(xué);2015年

4 游晴;Adaboost人臉檢測(cè)算法研究及其在硬件平臺(tái)上的實(shí)現(xiàn)[D];昆明理工大學(xué);2015年

5 宋雨;基于視覺(jué)圖片的腦—機(jī)接口控制研究[D];天津理工大學(xué);2015年

6 林欣;基于改進(jìn)膚色模型的AdaBoost人臉檢測(cè)算法研究[D];陜西科技大學(xué);2015年

7 袁浩杰;Adaboost算法的并行化及其在目標(biāo)分類中的應(yīng)用[D];華南理工大學(xué);2015年

8 張恒;基于近紅外圖像的疲勞駕駛檢測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];長(zhǎng)安大學(xué);2015年

9 朱非易;基于不平衡學(xué)習(xí)的蛋白質(zhì)—維生素綁定位點(diǎn)預(yù)測(cè)研究[D];南京理工大學(xué);2015年

10 張?jiān)?一種基于AdaBoost的組合分類算法研究[D];四川師范大學(xué);2015年

，

本文編號(hào)：994335