基于k近邻非参数回归的短时交通流预测算法研究

《基于k近邻非参数回归的短时交通流预测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文MASTERTHESIS论文题目基于K近邻非参数回归的短时交通流预测算法研究学科专业通信与信息系统学号20122101〇5〇3作者姓名~林川~~~指导教师冷甦鵬教授独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名

2、：M>j__________日期：yd年6月％曰论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定）作者签名：松导师签名：日期：年&月％日分类号密级注1UDC学位论文基于K近邻非参数回归的短时交通流预测算法研究林川指导教师冷甦鹏教授电子科技

3、大学成都申请学位级别硕士学科专业通信与信息系统提交论文日期2015.3.26论文答辩日期2015.5.18学位授予单位和日期电子科技大学2015年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。SHORT-TERMTRAFFICFLOWPREDICTIONALGORITHMBASEDONK-NEARESTNEIGHBORAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:Comm

4、unicationandInformationSystemsAuthor:ChuanLinAdvisor:ProfessorSupengLengSchool:SchoolofCommunication&InformationEngineering摘要摘要随着交通拥堵问题的日益严重，智能交通系统因为能够有效地解决交通拥堵问题而受到广泛地关注。智能交通系统中最重要的部分是交通流量控制系统。交通流量控制系统可以监测交通流量，协同交通资源，避免交通大面积拥堵。而交通流量控制系统的关键是短时交通流的信息采集、信

5、息分析和预测。本文考察了几种常见的短时交通流预测方法。阐述了其中的K近邻非参数回归算法解决短时交通流预测的实用性。本文讨论了K近邻非参数回归预测算法的数学原理和实现步骤，并将其应用到首都机场的出租车和出租车乘客流量预测中。K近邻非参数回归预测算法作为非参数方法的一种，也存在一些问题，限制了它的实际应用。K近邻非参数回归预测算法的主要缺陷是：因为影响交通流量的因素较多，同时对原始数据的预处理不足，造成状态向量的分量过于简单或过于复杂，同时也造成历史数据库结构的不合理，最终导致匹配过程耗时过多。由于对原始

6、数据不加分类，并且所有流量模式采用单一K值，导致对当前流量模式的误判而加大预测误差。本文针对这些缺陷，对算法提出了一些改进措施。改进的主要措施有：（1）引入主成分分析和聚类分析，对原始数据进行预处理，主成分分析法可以降低算法中的状态向量的维数，同时也消除状态向量分量之间的相关性。聚类分析将原始数据进行分类，将原始数据中的各种流量模式聚集在一起，改变原始数据密度不均匀的状态。（2）创建具有快速搜索能力的历史数据库。首先将原始数据、聚类中心点数据、近邻数据分开存放。同时将聚类中心点数据映射成一维数据，并单

7、独存储，以提高搜索效率。（3）采用变K值策略。恒定K值并不适合所有的流量模式，会大概率地造成误判，加大误差。对不同流量模式，即不同的聚类，采用不同的K值可以减小预测误差。（4）加入反馈机制。通过将误差线性地加载在距离度量准则中的系数上来调节非参数回归预测模型，减小误差。本文最后对改进的算法进行了仿真实现，结果表明改进之后的算法的耗时和预测误差都明显优于改进前的算法。关键词：短时交通流量预测，K近邻，主成分分析，聚类分析，误差反馈机制IABSTRACTABSTRACTWiththetrafficcong

8、estionproblemgettingworse,atthesametimetheintelligenttransportationsystemcaneffectivelysolvethetrafficcongestionandreceivesextensiveattention.Themostimportantpartofintelligenttransportationsystemsisthetrafficflowcontrolsystem.Tra