期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
城市轨道交通进站客流量短时预测模型研究
被引量：
16
1
作者
刘美琪
焦朋朋
孙拓
《城市轨道交通研究》
北大核心
2015年第11期13-17,29,共6页
利用数学方法可以改善城市轨道交通进站客流量的短时预测效果,促进轨道交通车站客流管理智能化水平。首先建立K近邻非参数回归模型,然后在传统卡尔曼滤波模型的观测方程中引入偏差修正系数以提高其预测精度;再采用贝叶斯方法将以上两模...
利用数学方法可以改善城市轨道交通进站客流量的短时预测效果,促进轨道交通车站客流管理智能化水平。首先建立K近邻非参数回归模型,然后在传统卡尔曼滤波模型的观测方程中引入偏差修正系数以提高其预测精度;再采用贝叶斯方法将以上两模型进行组合;最后利用2013年11月北京市地铁13号线的进站客流数据,研究对比这三类模型在早高峰、平峰、晚高峰和全天的预测精度。结果表明:K近邻非参数回归的总体预测精度最高;贝叶斯组合预测模型次之,但平峰时段效果最好;基于偏差修正系数的卡尔曼滤波模型晚高峰时适用性较差。
展开更多
关键词
城市轨道交通
短时客流量预测
k
近邻非参数回归
贝叶斯组合模型
下载PDF
职称材料
降雨条件下高速公路短时行程时间预测研究
被引量：
3
2
作者
李萌
谷远利
+2 位作者
王硕
陆文琦
张源
《交通信息与安全》
CSCD
北大核心
2018年第4期90-96,共7页
为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间。并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)...
为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间。并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型。该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度。选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测。结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0.98,平均绝对百分误差1.99%;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3.40%和2.60%,且拟合程度不如组合预测模型。
展开更多
关键词
交通工程
行程时间预测
径向基函数神经网络
k
最近邻非参数回归
组合预测
降雨
下载PDF
职称材料
基于小波分析和非参数回归的交通流组合预测方法
3
作者
窦慧丽
吴志周
《重庆交通大学学报（自然科学版）》
CAS
北大核心
2011年第4期807-811,共5页
针对实际交通系统时变复杂的特征和交通流变化的不确定性，基于模式识别的思想，提出了一种小波分析和K近邻非参数回归相结合的交通流组合预测模型。模型首先应用小波分析理论，对原始交通数据进行了消噪处理，使消噪后的数据更能反映...
针对实际交通系统时变复杂的特征和交通流变化的不确定性，基于模式识别的思想，提出了一种小波分析和K近邻非参数回归相结合的交通流组合预测模型。模型首先应用小波分析理论，对原始交通数据进行了消噪处理，使消噪后的数据更能反映交通流的本质及变化规律；然后采用K近邻非参数回归模型对交通流进行预测；最后根据该模型，结合实测交通流数据进行了预测实验分析。结果表明：该方法具有较高的预测精度，可用于交通流的实时动态预测。
展开更多
关键词
交通流预测
小波分析
消噪
k
近邻非参数回归
下载PDF
职称材料
题名
城市轨道交通进站客流量短时预测模型研究
被引量：
16
1
作者
刘美琪
焦朋朋
孙拓
机构
北京建筑大学土木与交通工程学院
出处
《城市轨道交通研究》
北大核心
2015年第11期13-17,29,共6页
基金
国家自然科学基金项目(51208024)
北京市青年拔尖人才培育计划(CIT&TCD201404071)
北京市优秀人才培养资助项目(2013D005017000001)
文摘
利用数学方法可以改善城市轨道交通进站客流量的短时预测效果,促进轨道交通车站客流管理智能化水平。首先建立K近邻非参数回归模型,然后在传统卡尔曼滤波模型的观测方程中引入偏差修正系数以提高其预测精度;再采用贝叶斯方法将以上两模型进行组合;最后利用2013年11月北京市地铁13号线的进站客流数据,研究对比这三类模型在早高峰、平峰、晚高峰和全天的预测精度。结果表明:K近邻非参数回归的总体预测精度最高;贝叶斯组合预测模型次之,但平峰时段效果最好;基于偏差修正系数的卡尔曼滤波模型晚高峰时适用性较差。
关键词
城市轨道交通
短时客流量预测
k
近邻非参数回归
贝叶斯组合模型
Keywords
urdan
rail
transit
short-term
passenger
flowforecasting
k
nearest
neighbor
nonparametric
regression
Bayesian
combination
model
分类号
U293.13 [交通运输工程—交通运输规划与管理]
U231 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
降雨条件下高速公路短时行程时间预测研究
被引量：
3
2
作者
李萌
谷远利
王硕
陆文琦
张源
机构
北京交通大学城市交通复杂系统理论与技术教育部重点实验室
出处
《交通信息与安全》
CSCD
北大核心
2018年第4期90-96,共7页
基金
交通运输部交通建设科技项目(2011308223330)资助
文摘
为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间。并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型。该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度。选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测。结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0.98,平均绝对百分误差1.99%;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3.40%和2.60%,且拟合程度不如组合预测模型。
关键词
交通工程
行程时间预测
径向基函数神经网络
k
最近邻非参数回归
组合预测
降雨
Keywords
traffic
engineering
travel
time
forecast
RBF
neural
networ
k
k
nearest
neighbor
nonparametric
regression
combined
forecasting
model
rainfall
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
基于小波分析和非参数回归的交通流组合预测方法
3
作者
窦慧丽
吴志周
机构
浙江交通职业技术学院运输管理学院
同济大学道路与交通工程教育部重点实验室
出处
《重庆交通大学学报（自然科学版）》
CAS
北大核心
2011年第4期807-811,共5页
基金
国家自然科学基金重点项目（70631002）
国家“863”计划项目（2008AA11Z205）
文摘
针对实际交通系统时变复杂的特征和交通流变化的不确定性，基于模式识别的思想，提出了一种小波分析和K近邻非参数回归相结合的交通流组合预测模型。模型首先应用小波分析理论，对原始交通数据进行了消噪处理，使消噪后的数据更能反映交通流的本质及变化规律；然后采用K近邻非参数回归模型对交通流进行预测；最后根据该模型，结合实测交通流数据进行了预测实验分析。结果表明：该方法具有较高的预测精度，可用于交通流的实时动态预测。
关键词
交通流预测
小波分析
消噪
k
近邻非参数回归
Keywords
traffic
flow
prediction
wavelet
analysis
denoise
k
-
nearest
neighbor
nonparametric
regression
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
城市轨道交通进站客流量短时预测模型研究
刘美琪
焦朋朋
孙拓
《城市轨道交通研究》
北大核心
2015
16
下载PDF
职称材料
2
降雨条件下高速公路短时行程时间预测研究
李萌
谷远利
王硕
陆文琦
张源
《交通信息与安全》
CSCD
北大核心
2018
3
下载PDF
职称材料
3
基于小波分析和非参数回归的交通流组合预测方法
窦慧丽
吴志周
《重庆交通大学学报（自然科学版）》
CAS
北大核心
2011
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
