搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于能力区域的交通状态预测方法

刘擎超 陆建 陈淑燕

基于能力区域的交通状态预测方法

刘擎超, 陆建, 陈淑燕
PDF
导出引用
  • 交通状态预测是交通流诱导和交通信息发布系统的重要依据. 本文提出了一种基于能力区域的城市快速路交通状态预测方法,该方法通过构建神经网络分类器的能力区域,根据样本数据与交通状态类簇之间的空间距离,预测道路交通状态等级. 神经网络分类器的能力区域能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性. 实验结果表明,与经典的预测方法相比,其预测误差明显降低,均等系数增大,基于能力区域的方法预测交通状态具有较高的准确性.
    • 基金项目: 国家高技术研究发展计划(批准号:2011AA110302)和江苏省普通高校研究生科研创新计划(批准号:CXZZ13_0119)资助的课题.
    [1]

    Wang X Y 2010 Ph. D. Dissertation (Changchun: Jilin University) (in Chinese) [王新颖 2010 博士学位论文(长春: 吉林大学)]

    [2]

    Zhang H B, Sun X D, He Y L 2014 Acta Phys. Sin. 63 040505 (in Chinese) [张洪宾, 孙小端, 贺玉龙 2014 物理学报 63 040505]

    [3]

    Zhang Y M, Wu X J, Bai S L 2013 Acta Phys. Sin. 62 190509 (in Chinese) [张玉梅, 吴晓军, 白树林 2013 物理学报 62 190509]

    [4]

    Ma Q L, Liu W N, Sun D H 2012 Acta Phys. Sin. 61 169501 (in Chinese) [马庆禄, 刘卫宁, 孙棣华 2012 物理学报 61 169501]

    [5]

    Bi J, Guan W 2012 Chin. Phys. B 21 068901

    [6]

    Zhang Y, Guan W 2009 Acta Phys. Sin. 58 756 (in Chinese) [张勇, 关伟 2009 物理学报 58 756]

    [7]

    Cong R, Liu S L, Ma R 2008 Acta Phys. Sin. 57 7487 (in Chinese) [从蕊, 刘树林, 马锐 2008 物理学报 57 7487]

    [8]

    Qi C, Hou Z S 2012 Cont Theo. Applic 29 465 (in Chinese) [齐驰, 侯忠生 2012 控制理论与应用 29 465]

    [9]

    Yao Z S, Shao C F 2007 China J. High. Trans. 20 113 (in Chinese) [姚智胜, 邵春福 2007 中国公路学报 20 113]

    [10]

    Xie J, Wu W 2011 J. Tongji Univ. (Nature Science) 39 1297 (in Chinese) [谢军, 吴伟 2011 同济大学学报 (自然科学版) 39 1297]

    [11]

    Ma L C, Xu W L 2011 Cont. Deci. 26 789 (in Chinese) [马林才, 许玮珑 2011 控制与决策 26 789]

    [12]

    Zang L L, Jia L 2007 China J. High. Trans. 20 95 (in Chinese) [臧利林, 贾磊 2007 中国公路学报 20 95]

    [13]

    Shen G J, Wang X H, Kong X J 2011 Sys. Eng. Theor. Pract. 31 561 (in Chinese) [沈国江, 王啸虎, 孔祥杰 2011 系统工程理论与实践 31 561]

    [14]

    Ding H, Zhang W H, Zheng X Y 2012 China J. High Trans. 25 126 (in Chinese) [丁恒, 张卫华, 郑小燕 2012 中国公路学报 25 126]

    [15]

    Don H H, Jia L M 2010 J. Trans. Sys. Eng. Info. Tech. 10 112 (in Chinese) [董宏辉, 贾利民 2010 交通运输系统工程与信息 10 112]

    [16]

    Kuncheva L I 2000 Proceedings of 4th International Conference on Knowledge Based Intelligent Engineering Systems and Allied Technologies Brighton, UK, Aug 30-Sept 1, 2000 p185

    [17]

    Kuncheva L I 2002 IEEE Trans. Sys. M. and Cyber. Part B: Cyber. 2 146

    [18]

    Verikas A Lipnickas A, Malmqvist K 1999 Patt. Recog. Lett. 4 429

  • [1]

    Wang X Y 2010 Ph. D. Dissertation (Changchun: Jilin University) (in Chinese) [王新颖 2010 博士学位论文(长春: 吉林大学)]

    [2]

    Zhang H B, Sun X D, He Y L 2014 Acta Phys. Sin. 63 040505 (in Chinese) [张洪宾, 孙小端, 贺玉龙 2014 物理学报 63 040505]

    [3]

    Zhang Y M, Wu X J, Bai S L 2013 Acta Phys. Sin. 62 190509 (in Chinese) [张玉梅, 吴晓军, 白树林 2013 物理学报 62 190509]

    [4]

    Ma Q L, Liu W N, Sun D H 2012 Acta Phys. Sin. 61 169501 (in Chinese) [马庆禄, 刘卫宁, 孙棣华 2012 物理学报 61 169501]

    [5]

    Bi J, Guan W 2012 Chin. Phys. B 21 068901

    [6]

    Zhang Y, Guan W 2009 Acta Phys. Sin. 58 756 (in Chinese) [张勇, 关伟 2009 物理学报 58 756]

    [7]

    Cong R, Liu S L, Ma R 2008 Acta Phys. Sin. 57 7487 (in Chinese) [从蕊, 刘树林, 马锐 2008 物理学报 57 7487]

    [8]

    Qi C, Hou Z S 2012 Cont Theo. Applic 29 465 (in Chinese) [齐驰, 侯忠生 2012 控制理论与应用 29 465]

    [9]

    Yao Z S, Shao C F 2007 China J. High. Trans. 20 113 (in Chinese) [姚智胜, 邵春福 2007 中国公路学报 20 113]

    [10]

    Xie J, Wu W 2011 J. Tongji Univ. (Nature Science) 39 1297 (in Chinese) [谢军, 吴伟 2011 同济大学学报 (自然科学版) 39 1297]

    [11]

    Ma L C, Xu W L 2011 Cont. Deci. 26 789 (in Chinese) [马林才, 许玮珑 2011 控制与决策 26 789]

    [12]

    Zang L L, Jia L 2007 China J. High. Trans. 20 95 (in Chinese) [臧利林, 贾磊 2007 中国公路学报 20 95]

    [13]

    Shen G J, Wang X H, Kong X J 2011 Sys. Eng. Theor. Pract. 31 561 (in Chinese) [沈国江, 王啸虎, 孔祥杰 2011 系统工程理论与实践 31 561]

    [14]

    Ding H, Zhang W H, Zheng X Y 2012 China J. High Trans. 25 126 (in Chinese) [丁恒, 张卫华, 郑小燕 2012 中国公路学报 25 126]

    [15]

    Don H H, Jia L M 2010 J. Trans. Sys. Eng. Info. Tech. 10 112 (in Chinese) [董宏辉, 贾利民 2010 交通运输系统工程与信息 10 112]

    [16]

    Kuncheva L I 2000 Proceedings of 4th International Conference on Knowledge Based Intelligent Engineering Systems and Allied Technologies Brighton, UK, Aug 30-Sept 1, 2000 p185

    [17]

    Kuncheva L I 2002 IEEE Trans. Sys. M. and Cyber. Part B: Cyber. 2 146

    [18]

    Verikas A Lipnickas A, Malmqvist K 1999 Patt. Recog. Lett. 4 429

  • 引用本文:
    Citation:
计量
  • 文章访问数:  1690
  • PDF下载量:  530
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-11-20
  • 修回日期:  2014-03-06
  • 刊出日期:  2014-07-05

基于能力区域的交通状态预测方法

  • 1. 东南大学城市智能交通江苏省重点实验室, 南京 210096;
  • 2. 现代城市交通技术江苏高校协同创新中心, 南京 210096
    基金项目: 

    国家高技术研究发展计划(批准号:2011AA110302)和江苏省普通高校研究生科研创新计划(批准号:CXZZ13_0119)资助的课题.

摘要: 交通状态预测是交通流诱导和交通信息发布系统的重要依据. 本文提出了一种基于能力区域的城市快速路交通状态预测方法,该方法通过构建神经网络分类器的能力区域,根据样本数据与交通状态类簇之间的空间距离,预测道路交通状态等级. 神经网络分类器的能力区域能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性. 实验结果表明,与经典的预测方法相比,其预测误差明显降低,均等系数增大,基于能力区域的方法预测交通状态具有较高的准确性.

English Abstract

参考文献 (18)

目录

    /

    返回文章
    返回