| 考虑时空相关性的网络交通流短期预测 |
| |
| 引用本文： | 邵春福,薛松,董春娇,王晟由,庄焱.考虑时空相关性的网络交通流短期预测[J].北京交通大学学报(自然科学版),2021,45(4):37-43. |
| |
| 作者姓名： | 邵春福 薛松 董春娇 王晟由 庄焱 |
| |
| 作者单位： | 北京交通大学综合交通大数据应用技术交通运输行业重点实验室,北京100044 |
| |
| 摘 要： | 实时、准确的交通流短期预测是交通诱导、管理的前提.为了提高预测精度,结合交通流数据中的历史时间相关性与网络空间断面相关性,构建了一种基于皮尔森相关系数法(Pearson Cor-relation Coefficient,PCC)与双向长短时记忆(Bidirectional Long Short Term Memory,BLSTM)架构的交通流短时预测模型.该模型可以通过PCC筛选路网中与目标路段空间相关的路段,并将其重构为新数据集,作为BLSTM预测模型的输入,以实现交通流短期预测.通过美国加州交通流数据对模型预测性能进行评价,实验结果表明:该模型可以融合交通流数据中的时空相关性,相对于其他主流预测模型精度平均可提高4.83％.
|
| 关 键 词： | 智能交通 交通流短期预测 神经网络 相关性分析 |
Short-term traffic flow prediction considering temporal-spatial correlation on road network |
| |
| SHAO Chunfu,XUE Song,DONG Chunjiao,WANG Shengyou,ZHUANG Yan.Short-term traffic flow prediction considering temporal-spatial correlation on road network[J].JOURNAL OF BEIJING JIAOTONG UNIVERSITY,2021,45(4):37-43. |
| |
| Authors: | SHAO Chunfu XUE Song DONG Chunjiao WANG Shengyou ZHUANG Yan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
