帮帮文库

返回

基于K近邻非参数回归的短时交通流预测模型研究(论文原稿) 基于K近邻非参数回归的短时交通流预测模型研究(论文原稿)

格式:word 上传:2025-07-21 21:44:15
匹配的情况见图。摘要本文主要是对近邻非参数的回归方法进行短时交通流量的预测,分析模型中相关的重要因素,给预测效果带来的影响。本文将会对不同状态的向量和预测算法等相关的试验算法进行比较,将每个基于近邻非参数回归的短时交通流预测模型研究论文原稿低的。分析计算的结果数据的处理和获取本文主要选择在贵阳市的段路段作为分析对象,详细路段情况可以见图,图中有个相加叉的信号,它们的周期平均是。本文主要选取在这个时间范围,选择的工作日是到,在该时中出现的出租车量而表示第辆出租车在路段行驶的时间。基于近邻非参数回归的短时交通流预测模型研究论文原稿。指数权重指数权重的方法就是确定每个时段和预测时段之间的间隔来得出每个分量的权重,进行权,可以提高近邻模型相关的预测精度。所以,本文根据这理论对近邻时空参数模型进行改善,相关的预测机理可以见图和图。根据路段的平均车速来判断交通的状况,预测的时间相隔。首先就是对原始的数据改进临近的模型本文模拟的个时空参数模型进行改善,主要表现在下两个方面首先是在进行状态向量设置时,充分的考虑了空间和时间两个纬度其次,使用具有权重的距离度量方法,通过不同的分量对预测时间内的交通情近邻个数是指在历史数据库中提取与目前数据类似的数据组数。对值的选择直接关系到样本数据,值的大小都会对预测精度具有定的影响。预测算法预测算法主要是通过获取的組近邻预测结果,对下时间的交通流情况进过获取的組近邻预测结果,对下时间的交通流情况进行预测,相关的计算公式是该式中,表示的是在路段的时间里,行车的平均速度表示目前的数据和第个近邻之间的距离表示的是在历史数据中获得第个近邻相对应。不管是在上游还是在下游路段出现交通拥堵,都会直接影响到整个路段的交融情况。从理论上进行分析,将空间和时间纬度进行结合分析,可以提高近邻模型相关的预测精度。所以,本文根据这理论对近邻时空参数模型个时段的车速平均值求出来在该式中是路段的长度其中表示在时段在路段中出现的出租车量而表示第辆出租车在路段行驶的时间。改进临近的模型本文模拟的个时空参数模型进行改善,主要表现在下两个方面首基于近邻非参数回归的短时交通流预测模型研究论文原稿行预测,相关的计算公式是该式中,表示的是在路段的时间里,行车的平均速度表示目前的数据和第个近邻之间的距离表示的是在历史数据中获得第个近邻相对应的时段的行车平均速度。其中,是历史数据中前路段与目标路段中车辆运行的速度。时空参数的模型。这个模型是将时间维度和空间维度进行同分析的,它所获得数据是更加接近实时的数据。根据这个预测模型进行状态向量的建设,。近邻个数想要获取每个路段的出租车相关的运行速度,首先就是对这些数据实施定位。关于定位的出租车信息和卫星地图数据相匹配的情况见图。基于近邻非参数回归的短时交通流预测模型研究论文原稿。根据路段的平均的时段的行车平均速度。基于近邻非参数回归的短时交通流预测模型研究论文原稿。模拟的时间维度时间维度上的模型在路段上,时间内的平均车速,只进行该路段的历史时间车速。以此模型形成的状态向量进行改善,相关的预测机理可以见图和图。近邻个数近邻个数是指在历史数据库中提取与目前数据类似的数据组数。对值的选择直接关系到样本数据,值的大小都会对预测精度具有定的影响。预测算法预测算法主要是通先是在进行状态向量设置时,充分的考虑了空间和时间两个纬度其次,使用具有权重的距离度量方法,通过不同的分量对预测时间内的交通情况之间差异进行分析。时空参数中的状态向量处于城市中道路,没有个是独立存在的车速来判断交通的状况,预测的时间相隔。首先就是对原始的数据进行处理,然后获取每隔的道路交通情况。之后把个时段经过个路段的车辆求出,还有每辆车在该路段花费的时间,最后把每个路段基于近邻非参数回归的短时交通流预测模型研究论文原稿以见图,图中有个相加叉的信号,它们的周期平均是。本文主要选取在这个时间范围,选择的工作日是到,在该时段收集了出租车相关的信息。之后通过相关的异常数据处理,获取了个组的有效数据。情况进行预测分析。指数权重指数权重的方法就是确定每个时段和预测时段之间的间隔来得出每个分量的权重,进行权重的选择标准是。见图可以查看指数权重相关的距离度量的方式。该方法的分析是与目标时段越近的时间范相连时间的间隔流量,以及占用率等数据当做状态向量,通过具有权重的预测算法来获得更好的结果。关键词近邻非参数回归短时交通流预测预测区间中图分类号文献标识码文章编号对于短时交通流进行预测是建立智段收集了出租车相关的信息。之后通过相关的异常数据处理,获取了个组的有效数据。想要获取每个路段的出租车相关的运行速度,首先就是对这些数据实施定位。关于定位的出租车信息和卫星地图重的选择标准是。见图可以查看指数权重相关的距离度量的方式。该方法的分析是与目标时段越近的时间范围,与它相关的历史数据就会给目标时段带来更大的影响,那么所被赋予的权重就会越高,其他时段的权重都是依次降进行处理,然后获取每隔的道路交通情况。之后把个时段经过个路段的车辆求出,还有每辆车在该路段花费的时间,最后把每个路段个时段的车速平均值求出来在该式中是路段的长度其中表示在时段在路段情况之间差异进行分析。时空参数中的状态向量处于城市中道路,没有个是独立存在的。不管是在上游还是在下游路段出现交通拥堵,都会直接影响到整个路段的交融情况。从理论上进行分析,将空间和时间纬度进行结合分析
下一篇
温馨提示:手指轻点页面,可唤醒全屏阅读模式,左右滑动可以翻页。
基于K近邻非参数回归的短时交通流预测模型研究(论文原稿).doc预览图(1)
1 页 / 共 7
基于K近邻非参数回归的短时交通流预测模型研究(论文原稿).doc预览图(2)
2 页 / 共 7
基于K近邻非参数回归的短时交通流预测模型研究(论文原稿).doc预览图(3)
3 页 / 共 7
基于K近邻非参数回归的短时交通流预测模型研究(论文原稿).doc预览图(4)
4 页 / 共 7
基于K近邻非参数回归的短时交通流预测模型研究(论文原稿).doc预览图(5)
5 页 / 共 7
基于K近邻非参数回归的短时交通流预测模型研究(论文原稿).doc预览图(6)
6 页 / 共 7
基于K近邻非参数回归的短时交通流预测模型研究(论文原稿).doc预览图(7)
7 页 / 共 7
预览结束,喜欢就下载吧!
  • 内容预览结束,喜欢就下载吧!
温馨提示 电脑下载 投诉举报

1、手机端页面文档仅支持阅读 15 页,超过 15 页的文档需使用电脑才能全文阅读。

2、下载的内容跟在线预览是一致的,下载后除PDF外均可任意编辑、修改。

3、所有文档均不包含其他附件,文中所提的附件、附录,在线看不到的下载也不会有。

  • Hi,我是你的文档小助手!
    你可以按格式查找相似内容哟
DOC PPT RAR 精品 全部
小贴士:
  • 🔯 当前文档为word文档,建议你点击DOC查看当前文档的相似文档。
  • ⭐ 查询的内容是以当前文档的标题进行精准匹配找到的结果,如果你对结果不满意,可以在顶部的搜索输入框输入关健词进行。
帮帮文库
换一批

搜索

客服

足迹

下载文档