基于數(shù)據(jù)挖掘技術(shù)的短時交通流預測的研究與應用.pdf

1、隨著經(jīng)濟的持續(xù)高速發(fā)展，城市規(guī)模不斷擴大，城市交通問題變得十分尖銳。智能交通系統(tǒng)是目前公認的解決城市交通擁堵和提高道路通行能力的有效措施，而其對交通流進行控制和疏導的前提和關鍵是準確實時的交通流預測。本文根據(jù)交通流數(shù)據(jù)的特點，提出了使用數(shù)據(jù)挖掘技術(shù)中的時間序列模型及支持向量機對短時交通流進行預測，其中時間序列模型主要用到了移動平均、指數(shù)平滑和ARMA模型，并對其中的指數(shù)平滑算法進行了改進，克服了原算法中平滑參數(shù)不能很好的反映交通流數(shù)據(jù)變

2、化特點的問題。
　　本文的主要研究工作如下：
　　第一，為了進一步提高預測的準確率，本文根據(jù)數(shù)據(jù)挖掘中的數(shù)據(jù)預處理技術(shù)提出了切合交通流數(shù)據(jù)特點的數(shù)據(jù)預處理方法：使用間隔為五分鐘的數(shù)據(jù)；保留占有率為零，而流量和速度不為零的誤差數(shù)據(jù)；結(jié)合一天的交通流量分布圖進行時段劃分，針對每個時段的變化趨勢，計算出了各自對應的缺省值。通過數(shù)據(jù)預處理，為下面的短時交通流預測提供了準確可靠的數(shù)據(jù)支持。
　　第二，根據(jù)交通流數(shù)據(jù)擁有較強的時間