重庆理工大学学报(自然科学) ›› 2019, Vol. 33 ›› Issue (7): 152-159.

• 智能技术 • 上一篇    下一篇

基于K最近邻算法的城市路段行程时间短时预测

涂 锐1,秦江灵2,赵志平1,徐建川1,陈顺举1,夏 立2   

  1. 1.重庆市公安局渝北区分局交通巡逻警察支队;2.重庆大学计算机学院
  • 出版日期:2019-09-05 发布日期:2019-09-05
  • 作者简介:涂锐,男,硕士研究生,主要从事智能交通研究;秦江灵,男,硕士研究生,主要从事智能交通研究。

  • Online:2019-09-05 Published:2019-09-05

摘要: 为了对城市路段行程时间进行短时预测,构建了基于KNN算法和汽车电子标识数据的城市路段行程时间短时预测方法。首先介绍了汽车电子标识数据的采集原理,以及通过汽车电子标识数据集进行路段行程时间估计的方法。然后构建基于KNN算法的城市路段行程时间的短时预测模型,包括构建特征向量、交叉验证方法确定K值以及局部估计方法等。实验结果表明:预测模型在城市快速路和主干路的平均相对误差百分比达到了6.58%左右,取得了较好的预测效果;与历史均值模型和自回归移动平均模型相比,该模型在城市快速路和主干路的预测结果分别提升了39.6%和16.8%。

关键词: 行程时间短时预测, K最近邻算法, 城市路段, 汽车电子标识, 交叉验证

中图分类号: 

  • TP39