基于时空关联和BP_Adaboost的短时交通参数预测

作     者：丁闪闪 王维锋 季锦章 党倩 DING Shan-shan;WANG Wei-feng;JI Jin-zhang;DANG Qian

作者机构：江苏省交通规划设计院股份有限公司江苏南京210014 交通运输部智能交通技术和设备行业研发中心江苏南京210014 

基　　金：国家科技支撑计划项目(2014BAG01B02) 江苏省交通科学研究计划项目(2012X07-1) 江苏省交通规划设计院博士后基金项目(KY2013022) 

出 版 物：《公路交通科技》 (Journal of Highway and Transportation Research and Development)

年 卷 期：2016年第33卷第5期

页      码：98-104页

摘      要：为提高预测精度和降低计算复杂度,提出了一种基于时空关联和BP_Adaboost的短时交通参数预测方法。首先,通过分析交通参数之间的时间关联性和空间关联性,得到对预测值产生影响的因素。然后,采用主成分分析法对影响因素进行预处理,选取了主成分作为后续预测模型的输入。最后,采用Adaboost算法对BP神经网络进行优化,构建了BP_Adaboost预测模型,以改善传统BP神经网络的预测性能。利用南京市典型道路数据对该方法进行了性能评价。结果表明:该方法不仅可以在一定程度上提高预测精度,更重要的是能够大大提高预测结果的稳定性。由此可见,该方法可以作为短时交通参数预测的有效手段。

主 题 词：交通工程 交通参数 主成分分析 Adaboost算法 BP神经网络 短时预测 时空关联性 

学科分类：08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.3969/j.issn.1002-0268.2016.05.016

馆 藏 号：203120782...