基于非參數(shù)回歸的短時交通流量預測.pdf

1、近年來，隨著智能交通系統(tǒng)的蓬勃發(fā)展，交通控制和交通流誘導成為智能交通系統(tǒng)(ITS)研究的熱門問題，而實現(xiàn)交通控制誘導的關鍵問題是實時準確的短時交通流量預測，預測的精度和實時性直接影響到交通控制和誘導的效果。 鑒于道路交通系統(tǒng)本身的非線性和復雜性，以及交通流量變化的不確定性，在實際中很難找到精度較高的表征交通流特征的數(shù)學模型，因此無模型的因果預測法更能適應短時交通流量的預測，其中的非參數(shù)回歸更是成為研究的熱點。 基于上述背

2、景，本文開展了下面三個方面的研究： 1.基于改進K近鄰非參數(shù)回歸的短時交通流量預測針對現(xiàn)有K近鄰非參數(shù)回歸方法的局限，為了進一步提高算法的精度和速度，結合相關性理論以及聚類分析的思想，做出了兩方面的改進：考慮路網內其它路段流量對預測路段流量的影響并利用相關性理論選擇狀態(tài)向量和采用基于聚類分析的變K近鄰搜索算法。 2.基于模式識別的非參數(shù)回歸算法及其在短時交通流量中的預測結合模式識別的思想，在非參數(shù)回歸的基礎上，提出了基于