期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到93篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进时空图卷积网络的道路行程时间预测模型
1
作者 王忠宇 李盼归 +1 位作者 杨航 吴兵 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第4期1022-1029,共8页
为提高道路网行程时间预测精度,综合考虑行程时间的空间依赖性、时间依赖性和天气因素影响,提出了基于属性增强和注意力机制的时空图卷积网络模型.首先,构建属性增强单元,将行程时间和天气信息融合;然后,利用图卷积网络捕获空间依赖性,... 为提高道路网行程时间预测精度,综合考虑行程时间的空间依赖性、时间依赖性和天气因素影响,提出了基于属性增强和注意力机制的时空图卷积网络模型.首先,构建属性增强单元,将行程时间和天气信息融合;然后,利用图卷积网络捕获空间依赖性,利用门控递归单元捕获时间依赖性,并利用注意力机制增强模型对特征的学习;最后,利用该模型在真实数据集上对未来15、30、45和60 min的行程时间进行预测.结果表明:预测结果的均方根误差(RMSE)分别为0.0453、0.0456、0.0457和0.0468,与其他模型相比表现更优;考虑了时间、空间和天气因素后,相较于不考虑天气的情况,预测误差降低了约10.3%;相较于不考虑空间依赖性的情况,降低了约24.2%,表明所提模型能更好表达时空依赖性和外部条件影响. 展开更多
关键词 交通工程 行程时间预测 图卷积网络 时空依赖 天气因素
在线阅读 下载PDF
基于ISSA-XGBoost模型的多特征融合露天矿卡车行程时间预测
2
作者 顾清华 王燕 +1 位作者 王倩 魏瑾瑜 《有色金属（矿山部分）》 2024年第1期1-10,共10页
针对露天矿运输系统卡车行程时间预测问题,提出了一种基于特征选择及改进麻雀算法优化XGBoost的露天矿卡车行程时间预测模型。模型充分考虑了卡车特征、道路特征、气象特征以及时间特征对卡车行程时间的影响,并使用皮尔逊系数法深入分... 针对露天矿运输系统卡车行程时间预测问题,提出了一种基于特征选择及改进麻雀算法优化XGBoost的露天矿卡车行程时间预测模型。模型充分考虑了卡车特征、道路特征、气象特征以及时间特征对卡车行程时间的影响,并使用皮尔逊系数法深入分析影响因素的贡献度。针对麻雀算法中全局搜索能力薄弱的问题引入反向学习和螺旋搜索策略,以提高算法的收敛性能。最后,使用改进的麻雀算法对XGBoost的关键参数进行寻优,进而构建露天矿卡车行程时间预测模型。选取国内某大型露天矿卡车调度系统采集的数据进行仿真模拟,并将所提出模型与SVM、BP、RBF和RF等其他机器学习模型进行对比。结果表明:所提出模型的预测误差均低于其他模型,相关系数可达0.9819。开发的模型和分析结果可以极大地帮助决策者规划、运营和管理更高效的露天矿运输系统。 展开更多
关键词 行程时间预测 露天矿卡车 XGBoost 改进麻雀算法 均值滤波
在线阅读 下载PDF
考虑交通事件影响的高速公路短时行程时间预测
3
作者 潘杰 石京 《交通工程》 2024年第8期45-53,74,共10页
本研究目的是基于历史行程数据并考虑交通事件,构建可提高高速公路短时行程时间预测精度的方法。基于深层机器学习理论,设计加权均方根相似(Weighted-RMSS)模型,利用经纬度将行程分段,考虑高速公路车辆时空流动性的时间传递,计算当前行... 本研究目的是基于历史行程数据并考虑交通事件,构建可提高高速公路短时行程时间预测精度的方法。基于深层机器学习理论,设计加权均方根相似(Weighted-RMSS)模型,利用经纬度将行程分段,考虑高速公路车辆时空流动性的时间传递,计算当前行程时间和历史案例行程时间的相似性,提高了行程时间预测精确度。在此基础上,结合交通事件数据建立交通事件影响矩阵,建立LGBM模型(Light Gradient Boosting Machine)用于短时行程时间预测,并利用广州高速公路平沙至机场南路段实测数据进行验证。研究结果表明,开发2个模型效果均优于传统KNN模型,且考虑了交通事件影响的LGBM模型的预测精度高于Weighted-RMSS模型,达到95.68%,比较不同未来预测时间得出预测5 min效果最佳,精度可达96.18%。本研究在短时行程时间预测上有显著的优越性,有助于为驾驶人提供准确的出行时间,有利于高速公路的交通管理。 展开更多
关键词 高速公路 行程时间预测 时空流动性 加权均方根相似模型 交通事件影响 LGBM模型
在线阅读 下载PDF
一种基于行程时间预测算法的高速公路预警系统研究
4
作者 李隆杰 谢文 《中国交通信息化》 2024年第S01期493-495,共3页
为了提高高速公路通行效率,本文提出一种基于行程时间预测算法的预警方法与系统来诱导司乘用户行车路线的解决方案。该系统通过时空注意力网络预测高速公路路网中的点到点的速度,基于高速公路路网中的收费站和门架计算点到点的数据进行... 为了提高高速公路通行效率,本文提出一种基于行程时间预测算法的预警方法与系统来诱导司乘用户行车路线的解决方案。该系统通过时空注意力网络预测高速公路路网中的点到点的速度,基于高速公路路网中的收费站和门架计算点到点的数据进行深度学习,并以路网中的情报板为载体向司乘用户发布来诱导司乘用户选择行车线路,该系统解决了司乘用户依靠行驶经验和导航在高速公路上行驶时不能及时应对高速公路上实时路况的问题,因此该系统能够有效的提高道路通行效率。 展开更多
关键词 行程时间预测 时空注意力网络 司乘用户行车诱导
在线阅读 下载PDF
基于门控递归单元神经网络的高速公路行程时间预测 被引量：12
5
作者 刘松 彭勇 +1 位作者 邵毅明 宋乾坤 《应用数学和力学》 CSCD 北大核心 2019年第11期1289-1298,共10页
为了更高效地预测高速公路行程时间,以高速公路行程时间为研究对象,通过采集车辆在高速公路进出口收费站的刷卡数据获取行程时间,利用门控递归单元神经网络对行程时间进行预测.按照所设计的预测流程,利用广州市机场高速南线高速公路收... 为了更高效地预测高速公路行程时间,以高速公路行程时间为研究对象,通过采集车辆在高速公路进出口收费站的刷卡数据获取行程时间,利用门控递归单元神经网络对行程时间进行预测.按照所设计的预测流程,利用广州市机场高速南线高速公路收费数据进行验证,结果显示,预测拟合效果较好,并与LSTM神经网路和BP神经网络进行了对比分析.结果表明:门控递归单元神经网络具有更好的预测准确度. 展开更多
关键词 高速公路 行程时间预测 门控递归单元 神经网络
在线阅读 下载PDF
基于模糊综合评判的动态路径行程时间预测模型 被引量：9
6
作者 张文胜 殷倩 +2 位作者 吴立新 徐磊 臧志刚 《地理与地理信息科学》 CSCD 北大核心 2006年第4期25-27,51,共4页
针对城市交通路网的复杂性和不确定性,提出一种基于模糊综合评判的动态行程时间预测模型,将总行程时间分为行驶时间和交通延误时间两部分,分别介绍这两部分时间的预测模型,并利用该模型对一组模拟道路信息和路况信息进行实际预测,对预... 针对城市交通路网的复杂性和不确定性,提出一种基于模糊综合评判的动态行程时间预测模型,将总行程时间分为行驶时间和交通延误时间两部分,分别介绍这两部分时间的预测模型,并利用该模型对一组模拟道路信息和路况信息进行实际预测,对预测结果进行比较和分析。研究表明该模型算法简捷实用,预测结果精度较高。 展开更多
关键词 行程时间预测 模糊综合评判 交通延误 出行速度预测
在线阅读 下载PDF
基于计算实验的城市道路行程时间预测与建模 被引量：8
7
作者 唐少虎 刘小明 +1 位作者 陈兆盟 张金金 《自动化学报》 EI CSCD 北大核心 2015年第8期1516-1527,共12页
城市道路行程时间预测对于提高交通管控效果具有重要意义.本文综合应用平行系统、集散波、误差反馈修正、多模型自适应控制及模型库动态优化策略等方法与技术对间断流行程时间预测问题进行了研究.首先,介绍了平行系统理论的基本原理及... 城市道路行程时间预测对于提高交通管控效果具有重要意义.本文综合应用平行系统、集散波、误差反馈修正、多模型自适应控制及模型库动态优化策略等方法与技术对间断流行程时间预测问题进行了研究.首先,介绍了平行系统理论的基本原理及计算实验的基本方法;然后,给出了基于平行系统理论的路段行程时间的预测模型,设计了基于集散波的行程时间计算实验方法,提出了多模型自适应行程时间预测并给出了模型动态优化策略.最后,通过实验证明了本方法的有效性.结果表明,本文方法预测精度较高,且能够对行程时间预测值进行持续优化,可为后续的间断流行程时间预测研究提供借鉴. 展开更多
关键词 行程时间预测 平行系统 计算实验 集散波 多模型自适应控制
在线阅读 下载PDF
支持向量机在路段行程时间预测中的应用研究 被引量：14
8
作者 姚智胜 邵春福 熊志华 《公路交通科技》 CAS CSCD 北大核心 2007年第9期96-99,共4页
主要探讨支持向量机理论在路段行程时间预测中的应用。具体的方法是,首先将研究路段根据路段交通状态和车辆检测器设置情况进行分段,然后以前几个时段的各个小路段的交通流量、平均速度和车道占有率和整个路段的行程时间为输入,以下一... 主要探讨支持向量机理论在路段行程时间预测中的应用。具体的方法是,首先将研究路段根据路段交通状态和车辆检测器设置情况进行分段,然后以前几个时段的各个小路段的交通流量、平均速度和车道占有率和整个路段的行程时间为输入,以下一时段的整个路段的行程时间为输出,选取高斯径向基函数作为核函数,建立了基于支持向量机的路段行程时间预测模型,从而探讨支持向量机在路段行程时间预测中的应用效果。最后,利用交通仿真软件的模拟数据进行验证,并与BP神经网络计算结果比较,计算结果的对比表明本文提出的方法预测效果更好。 展开更多
关键词 智能运输系统 行程时间预测 支持向量机 路段行程时间 人工智能
在线阅读 下载PDF
基于Fuzzy回归的快速路行程时间预测模型研究 被引量：22
9
作者 杨兆升 保丽霞 朱国华 《公路交通科技》 CAS CSCD 北大核心 2004年第3期78-81,共4页
行程时间预测是交通流诱导系统和交通控制系统研究的一项重要内容。在分析各种行程时间预测方法的基础上,本文提出了基于Fuzzy回归的快速路行程时间预测模型,利用深圳市的交通实测数据对行程时间进行了预测分析。
关键词 Fuzzy回归 快速路 行程时间预测
在线阅读 下载PDF
基于SVM的城市快速路行程时间预测研究 被引量：18
10
作者 张娟 孙剑 《交通运输系统工程与信息》 EI CSCD 2011年第2期174-179,共6页
随着城市快速路交通信息采集系统的发展,特别是视频车牌采集系统的应用,使实时动态获得快速路行程时间成为可能,同时也促进了高精度行程时间预测的理论研究和实际应用需求.本文基于快速路车牌识别数据检测的海量历史时间序列数据,选择... 随着城市快速路交通信息采集系统的发展,特别是视频车牌采集系统的应用,使实时动态获得快速路行程时间成为可能,同时也促进了高精度行程时间预测的理论研究和实际应用需求.本文基于快速路车牌识别数据检测的海量历史时间序列数据,选择预测时段的前4个时段的数据作为输入特征值,以遗传算法建立模型参数优化算法,得到训练模型及其参数,从而实现车辆行程时间的动态预测.最后以上海市快速路系统中的三个典型路段的实测数据进行实例分析.结果表明:与传统的指数平滑法、多元回归法、ARIMA法预测结果对比,基于SVM的预测路段平均绝对百分误差在5%以内,希尔不等系数非常接近0,SVM模型显示了更高的预测精度. 展开更多
关键词 交通工程 行程时间预测 支持向量机 城市快速路
在线阅读 下载PDF
基于BP神经网络的公交动态行程时间预测方法研究 被引量：11
11
作者 韩勇 周林 +2 位作者 高鹏 王舒康 陈戈 《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第2期142-154,共13页
公交行程时间的精确预测对于提升公交吸引力具有重要意义。本文基于公交车到离站的历史数据,综合考虑时间周期、站点、站间距离、天气等多个因素,建立了基于BP神经网络的公交车静态行程时间预测模型,以该模型为基础,采用动态迭代的方法... 公交行程时间的精确预测对于提升公交吸引力具有重要意义。本文基于公交车到离站的历史数据,综合考虑时间周期、站点、站间距离、天气等多个因素,建立了基于BP神经网络的公交车静态行程时间预测模型,以该模型为基础,采用动态迭代的方法,叠加多个站间行程时间预测结果,进一步构建了面向连续站点的公交车动态行程时间预测模型,实现对跨越多个站点的公交行程时间预测。以青岛市125路公交为例对算法进行测试。在模型的横向对比实验中,本模型预测结果的绝对误差均在50 s以内,平均绝对误差百分比(MAPE)为11.74%,均方根误差(RMSE)为23.15,R2的确定系数为0.905 1,SVM的MAPE、RMSE、R2 误差指标分别为:12.38%、38.33、0.743 6,LR对应的误差指标分别为:12.50%、25.59、0.884 1;在静态模型与动态模型的对比实验中,动态模型预测结果的MAPE为11.75%,RMSE为23.15,静态模型对应误差指标分别为:11.63%、26.74。研究结果表明,基于BP神经网络的公交动态行程时间预测模型比传统的静态预测方法具有更高的预测精度。 展开更多
关键词 静态模型 误差指标 站间距离 静态预测 平均绝对误差 行程时间预测 动态迭代 横向对比
在线阅读 下载PDF
城市路网路段行程时间预测研究综述 被引量：5
12
作者 毕松 车磊 +1 位作者 赵忠诚 孙德辉 《计算机仿真》 CSCD 北大核心 2014年第7期157-160,共4页
交通诱导系统是已被证明的可提高道路通行能力的有效手段。交通诱导可归结为寻找赋权有向图最短路径问题,而所赋权值为路段行程时间,因此,路段行程时间是交通诱导系统重要的基础数据,准确预测路段行程时间对提高诱导系统,缓解城市交通... 交通诱导系统是已被证明的可提高道路通行能力的有效手段。交通诱导可归结为寻找赋权有向图最短路径问题,而所赋权值为路段行程时间,因此,路段行程时间是交通诱导系统重要的基础数据,准确预测路段行程时间对提高诱导系统,缓解城市交通拥堵具有重要的现实意义。对路段行程时间预测方法进行了综述性的分析和讨论,从行程时间预测所用特征和方法角度对现有方法进行介绍和分析,最后对未来可能的发展和研究问题提出了一些预测性意见。 展开更多
关键词 交通诱导 交通状态 路段行程时间预测 交通路口 街区道路
在线阅读 下载PDF
基于萤火虫算法优化BP神经网络的公交行程时间预测 被引量：17
13
作者 彭新建 翁小雄 《广西师范大学学报（自然科学版）》 CAS 北大核心 2017年第1期28-36,共9页
通过对公交车辆行驶特性以及行驶环境的实际分析,本文确立了影响公交车辆行程时间的几个关键因素:天气状况、时间段(高峰/平峰)、交通流量以及路段长度。结合BP神经网络具有的非线性映射能力、自学习和自适应能力、泛化能力强和萤火虫... 通过对公交车辆行驶特性以及行驶环境的实际分析,本文确立了影响公交车辆行程时间的几个关键因素:天气状况、时间段(高峰/平峰)、交通流量以及路段长度。结合BP神经网络具有的非线性映射能力、自学习和自适应能力、泛化能力强和萤火虫算法的参数少、操作简单、稳定性好等优点,本文提出一种利用萤火虫算法对BP神经网络进行优化的算法,以减少神经网络的训练时间和提高其预测稳定性。然后利用GPS数据和实时采样数据对神经网络进行训练和建模,实现公交车辆行程时间的准确预测。将该优化算法与传统的BP神经网络算法和卡尔曼滤波算法用MATLAB分别仿真测试,对比结果显示,该算法对公交行程时间的预测具有更高的准确性且结果更加稳定。 展开更多
关键词 智能交通系统 公共交通 萤火虫算法 BP神经网络 卡尔曼滤波 行程时间预测
在线阅读 下载PDF
基于多源数据融合的干线公交车辆行程时间预测 被引量：12
14
作者 刘迎 过秀成 +1 位作者 周润瑄 吕方 《交通运输系统工程与信息》 EI CSCD 北大核心 2019年第4期124-129,148,共7页
为提高城市中心区干线公交车辆行程时间的预测精度,在拟合公交车辆行程时间分布特征的基础上,提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合,其中混合高斯分布函数适用于单路段拟合... 为提高城市中心区干线公交车辆行程时间的预测精度,在拟合公交车辆行程时间分布特征的基础上,提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合,其中混合高斯分布函数适用于单路段拟合,对数正态分布适用于多路段的拟合.采用皮尔逊相关性系数对影响行程时间的因素进行相关性分析,其中上游路段前2个时间窗的平均行程时间的影响最大.分别采用ARIMA、改进的SVM模型对行程时间进行预测,其中改进的SVM模型的平均绝对百分比误差为6.26%,优于ARIMA模型的11.69%,更适用于短距离交叉口间的公交车辆行程时间预测. 展开更多
关键词 城市交通 干线公交 数据融合 行程时间预测
在线阅读 下载PDF
基于宏观交通流模型的行程时间预测 被引量：5
15
作者 干宏程 汪晴 范炳全 《上海理工大学学报》 EI CAS 北大核心 2008年第5期409-413,共5页
以高速道路为研究对象,概述了宏观交通模型的基本方程,提出了一种基于宏观交通模拟的路径行程时间预测方法.预测方法以宏观模型输出的速度为基础计算路径行程时间,能够考虑交通拥堵以确保行程时间预测结果更合理.预测方法包含一般计算... 以高速道路为研究对象,概述了宏观交通模型的基本方程,提出了一种基于宏观交通模拟的路径行程时间预测方法.预测方法以宏观模型输出的速度为基础计算路径行程时间,能够考虑交通拥堵以确保行程时间预测结果更合理.预测方法包含一般计算方法、由路段行程时间合成的方法(近邻组合法)这两种计算方法,后者用以加快计算速度,确保预测能够适用于较大规模路网.算例分析说明了预测方法的有效性. 展开更多
关键词 行程时间预测 宏观交通流模型 交通模拟
在线阅读 下载PDF
基于粗糙集交通信息提取计算的城市道路行程时间预测 被引量：4
16
作者 刘浩 张晓亮 张可 《公路交通科技》 CAS CSCD 北大核心 2008年第10期117-122,共6页
针对城市道路的行程时间预测问题进行研究。由于城市道路交通问题具有不确定性和不精确性,故采用基于粗糙集的交通信息提取计算理论建立城市道路行程时间预测模型。模型建立后,利用在荷兰代尔夫特市采集到的实际数据,对该预测模型进行... 针对城市道路的行程时间预测问题进行研究。由于城市道路交通问题具有不确定性和不精确性,故采用基于粗糙集的交通信息提取计算理论建立城市道路行程时间预测模型。模型建立后,利用在荷兰代尔夫特市采集到的实际数据,对该预测模型进行检验。检验结果表明:如果不进行原始数据的前期处理,那么得到的预测误差在35%左右;而在剔除了质量较差的数据后,预测精度明显提高;同时,条件属性和决策属性的分类,显著影响到预测的精度。通过计算得到分类范围值,该模型能够较好的对交通状态进行物理解释同时预测精度能够达到可以接受的范围。 展开更多
关键词 智能运输系统 城市道路 行程时间预测 粗糙集 交通信息提取计算
在线阅读 下载PDF
基于马尔科夫链的公交站间行程时间预测算法 被引量：8
17
作者 胡继华 李国源 程智锋 《交通信息与安全》 2014年第2期17-22,共6页
公交站间行程时间具有明显的时段分布特征,且公交车辆是典型的时空过程对象,其运行具有状态转移性。为了准确预测公交站间行程时间,在应用马尔科夫链预测公交站间行程时间基础上提出其改进算法。通过大量公交GPS数据构造不同时段下具体... 公交站间行程时间具有明显的时段分布特征,且公交车辆是典型的时空过程对象,其运行具有状态转移性。为了准确预测公交站间行程时间,在应用马尔科夫链预测公交站间行程时间基础上提出其改进算法。通过大量公交GPS数据构造不同时段下具体线路站间行程时间的马尔科夫状态转移矩阵,并对站间行程时间进行状态推导,采用移动误差补偿法对马尔科夫预测值进行动态修正,改进原有的马尔科夫预测算法。以广州市BRT线路B1的实际运行数据对算法进行了验证,结果表明,移动误差补偿改进算法优于基本马尔科夫算法及BP模型,同时该改进算法还具有实现过程较简单。 展开更多
关键词 公共交通 行程时间预测 马尔科夫链 移动误差
在线阅读 下载PDF
基于优化极限学习机的公交行程时间预测方法 被引量：6
18
作者 许伦辉 苏楠 +1 位作者 骈宇庄 林培群 《广西师范大学学报（自然科学版）》 CAS 北大核心 2021年第5期64-77,共14页
为提高城市公交车辆行程时间的预测精度,在分析历史数据和交通流变化特性基础上,提出了一种基于人工蜂群优化的极限学习机的组合预测模型(artificial bee colony-extreme learning machine,ABC-ELM)。首先,基于GPS等数据提取站间距离、... 为提高城市公交车辆行程时间的预测精度,在分析历史数据和交通流变化特性基础上,提出了一种基于人工蜂群优化的极限学习机的组合预测模型(artificial bee colony-extreme learning machine,ABC-ELM)。首先,基于GPS等数据提取站间距离、时间周期及天气情况等动静态特征因素;其次,推算出公交车辆的站点停靠时间;接着,将人工蜂群优化算法(artificial bee colony algorithm,ABC)嵌入到传统极限学习机算法(extreme learning machine,ELM)中,以解决其在行程时间预测中收敛速度慢、初始权值和阈值选择困难的问题;最后,基于ABC-ELM算法预测公交车辆在目标路段的行程时间。以深圳市620路公交车的真实运营数据为基础进行方法验证。结果表明:与广泛采用的BP神经网络、SVM和ELM相比,本文方法在不同道路环境中均能保持较低的预测误差(RMSE误差:高峰/平峰为11.91/8.72,工作日/非工作日为11.46/9.54,晴天/雨天为10.83/12.31;决定系数R 2:高峰/平峰为0.87/0.92,工作日/非工作日为0.83/0.88,晴天/雨天为0.89/0.85),鲁棒性较强,更适用于复杂城市道路环境中的干线公交车辆的行程时间预测。 展开更多
关键词 城市交通 公交车辆 行程时间预测 极限学习机 人工蜂群算法
在线阅读 下载PDF
基于模糊综合评判的智能行程时间预测算法 被引量：6
19
作者 李庆奎 吕志平 葛智杰 《华东交通大学学报》 2012年第2期6-9,共4页
提出一种智能行程时间预测算法。算法基于交通流量和占有率等实时交通信息,用模糊综合评判的方法实现对行程时间的预测。其核心是由交通流量和占有率构成因素集,把行程时间看成由因素集组成的评判集,通过因素集的隶属度函数确定模糊评... 提出一种智能行程时间预测算法。算法基于交通流量和占有率等实时交通信息,用模糊综合评判的方法实现对行程时间的预测。其核心是由交通流量和占有率构成因素集,把行程时间看成由因素集组成的评判集,通过因素集的隶属度函数确定模糊评判矩阵,从而求出行程时间的定量值。算例验证了算法的预测精度高,拟合程度好,具有一定的可行性。 展开更多
关键词 行程时间预测 模糊综合评判 隶属度函数
在线阅读 下载PDF
关于智能运输系统的关键理论——综合路段行程时间预测的研究 被引量：54
20
作者 杨兆升 《交通运输工程学报》 EI CSCD 2001年第1期65-67,89,共4页
行程时间预测是智能运输系统研究的一个重要问题。为此 ,建立了许多算法 ,有历史趋势方法、非参数回归模型、时间序列方法、神经网络、卡尔曼滤波、交通模拟和动态交通分配模型等。然而 ,在变化的交通状况和任意时段的条件下 ,这些方法... 行程时间预测是智能运输系统研究的一个重要问题。为此 ,建立了许多算法 ,有历史趋势方法、非参数回归模型、时间序列方法、神经网络、卡尔曼滤波、交通模拟和动态交通分配模型等。然而 ,在变化的交通状况和任意时段的条件下 ,这些方法和模型都不能取得令人满意的预测结果。在总结这些已有的预测方法和模型的基础上 。 展开更多
关键词 智能运输系统 动态路径诱导 行程时间预测模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部