原文传递
基于大数据分析和多模型融合的交通拥堵高效预测技术
| 题名： | 基于大数据分析和多模型融合的交通拥堵高效预测技术 |
| 作者： | 林立春;洪东;刘华 |
| 作者单位： | 广西交通职业技术学院 |
| 关键词： | 大数据;交通拥堵;预测;多模型;拥堵传导 |
| 摘要： | 文章利用可变系数加权优化方法对交通大数据进行聚类分析，并为了适用于常发性和偶发性拥堵，采用改进的两级加权优化ELM对分类进行模式识别，以期提高拥堵预测的精确度。同时，引入了上下游关联的拥堵传导模型，进一步提高拥堵预测的关联性。当预测到或已检测到交通拥堵时，在拥堵诱导上采用路网局部最优化模型为出行者规划路线，路网全局最优化模型则为管理部门使用并为未来规划提供辅助决策。仿真实验结果表明，多模型融合技术能预测较长时间后的拥堵情况并维持较高的准确率，为构建高效、经济、安全和便捷的现代化综合交通体系提供科技支撑。 |
| 期刊名称： | 西部交通科技 |
| 出版年： | 2021 |
| 期： | 07 |
| 页码： | 151-155 |
检索历史
应用推荐
