改进非参数回归在交通流量预测中的应用

重庆交通大学学报（自然科学版） ›› 2008, Vol. 27 ›› Issue (1): 96-99.

改进非参数回归在交通流量预测中的应用

范鲁明, 贺国光

天津大学管理学院系统工程研究所, 天津 300072

收稿日期:2007-01-28 修回日期:2007-04-03 出版日期:2008-02-20 发布日期:2016-11-14
作者简介:范鲁明(1982-),男,山东济南人,硕士研究生,主要研究领域为智能交通系统,交通系统工程。
基金资助:
国家自然科学基金资助项目(50478088)

Application Improvement of Nonparametric Regression to Traffic Flow Forecast

FAN Lu-ming, HE Guo-guang

Institute of Systems Engineering, Tianjin University, Tianjin 300072, China

Received:2007-01-28 Revised:2007-04-03 Online:2008-02-20 Published:2016-11-14

摘要/Abstract

摘要： 实时、准确的短时交通流量预测是实现交通控制与诱导的关键。结合模式识别的思想,提出基于模式识别的非参数回归算法,并将之应用于短时交通流量预测,最后用仿真试验检验了方法的有效性,仿真试验结果表明,该方法具有较高的预测精度。

关键词: 短时交通流量预测, 非参数回归, 模式识别

Abstract: Real-time and accurate short-term traffic flow forecast is critical to the traffic control and guidance. The nonparametric regression based on pattern recognition was presented and used for short-term traffic flow forecast. Simulation experiments were conducted to examine the validity of the method. The compute results show that this method has high precision.

Key words: short-term traffic flow forecast, nonparametric regression, pattern recognition

中图分类号:

U491.1

范鲁明, 贺国光. 改进非参数回归在交通流量预测中的应用[J]. 重庆交通大学学报（自然科学版）, 2008, 27(1): 96-99.

FAN Lu-ming, HE Guo-guang. Application Improvement of Nonparametric Regression to Traffic Flow Forecast[J]. Journal of Chongqing Jiaotong University(Natural Science), 2008, 27(1): 96-99.

[1]	李岩1，南斯睿2，胡文斌3，汪帆1，陈宽民1. 机非标线分隔道路电动自行车越线风险模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 13-20.
[2]	李巧茹1,2，郝恩强1，陈亮1,2，范忠国1，杨文伟1. 遗传算法优化支持向量机的城市交通状态识别[J]. 重庆交通大学学报（自然科学版）, 2020, 39(08): 1-5.
[3]	方琴,李永前. K 近邻短期交通流预测[J]. 重庆交通大学学报（自然科学版）, 2012, 31(4): 828-831.
[4]	窦慧丽，吴志周. 基于小波分析和非参数回归的交通流组合预测方法[J]. 重庆交通大学学报（自然科学版）, 2011, 30(4): 807-811.