一种基于频繁序列匹配的交通状态趋势预测方法-论文.pdf

《一种基于频繁序列匹配的交通状态趋势预测方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第22卷第l5期电子设计工程2014年8月VolI22No．15ElectronicDesignEngineeringAug．2014一种基于频繁序列匹配的交通状态趋势预测方法杜瑾，郝琚，成菊芳(I．长安大学信息工程学院，陕西西安710064；2．西安铁路局陕西西安710054；3．陕西安达综合性能检测站陕西西安710068)摘要：海量的交通流数据中一定隐藏着某些潜在的交通状态演变规律，然而少有研究能以实验的方法支持这种观点。本文提出一种基于频繁序列匹配的交通状态趋势预测方法：首先，介绍交通状态序列模型及序列切分处理，其次，

2、提出投影压缩序列相似度计算方法及序列匹配算法，第三。讨论基于频繁序列匹配的交通序列预测算法。通过真实采集数据验证本文提出的方法可行有效。关键词：交通流；状态预测；频繁序列模式：序列相似度中图分类号：rP3ll文献标识码：A文章编号：1674—6236(2014)15—0ol5一o4ThemethodoftrafficstatuspredictionbasedonfrequenttraficstatussequencematchingDUJin，HAOJun，CHENGJu-fang3(1．SchoolofInformatio

3、nEngineering，Chang’anUniversity，Xi’an710064，China；2．BureauofXi’anRail-way，Xi’an710054，China；3．Shaar~iAndaComprehensiveFunctionMeasuringStation，Xi’an710068，China)Abstract：Asknownthatsomelatentlawsoftrafficstatusevolvementmustexistamonghugetraficdata．However．1itfleWO

4、rkhasbeendonetosupportthisviewbyexperimentalmethods．Inthispaper，anewapproachispresentedtoinvestigatethetraficflowpredictiononthebasisoftraficstatusfrequentsequencesimilarity．Firstly，theconceptsoftraficstatusfrequentsequencesandthealgorithmofsequencesimilaritywerein

5、troduced．Secondly，themeasureoffrequentsequencematchingWaSproposed．Thirdly，thetraficstatuspredictionwasdiscussedonthebasisofsimilaritymatching．Lastly，theefficiencyandvalidityofthismethodwasprovedbyrealexperimentdataobserved．Keywords：trafficflow；statusprediction；freq

6、uentsequence；sequencesimilarity交通状态的辨识和短时预测是是智能交通系统(ITS)研数据中进行验证。究中的一个重要内容，其研究受到广泛关注。交通状态辨识1交通状态序列模型主要包括对交通流量变(交通流统计分布情况不变，但其分布参数发生变化)及质变(交通流参数的突变)的检测以及交序列模式的概念最早是由Agrawal和Srikant提出的H：通流的预测【n。而交通状态又是一种不断变化的动态过程，具给定一个由不同序列组成的集合，其中．每个序列由不同的有很大的随机性和偶然性。交通状态的潜伏、发展和发生具元

7、素按顺序排列，每个元素由不同项目组成，同时给定一个有连贯性和相关性的特点嘲。因此，交通状态的发生与它的过用户指定的最小支持度阈值，序列模式挖掘就是找出所有的去和现状紧密相关．就有可能通过对交通状态历史规律和当频繁子序列。即该子序列在序列集中的出现频率不低于用户前现状进行综合分析，推测它的后期趋势，为采取各种预防指定的最小支持度阈值。措施提供依据。序列中的元素在本文中则对应于特定交通状态指标．交文中提出一种基于频繁序列模式匹配的交通状态预测通状态的描述指标及方法较多[61，如采用模糊评价，层次分析解决思路：提出基于时间、车、路

8、、环境等综合因素的交通状法等确定拥挤度等，一般将交通流量，占有率，行程速度，行态序列模型．并以此为基础采用序列模式挖掘的方法，研究程时间和延误确定为交通状态的主要衡量指标。本文提出一交通状态在时序、聚集、依赖等方面状态变化规律；再进一步种基于时间、通行状态、道路、天气等多维参数的交通状态模