![]() |
|
行程时间能够反映道路的运输效率,体现实时的道路交通拥挤情况,在交通规划、交通控制、交通管理中起着重要作用。为了更进一步扩大智能交通的应用,研究采用OPENITS公布的高速路刷卡数据,分别利用BP神经网络、SVM支持向量机、KNN、Kalman Filter、ARIMA 算法进行旅行时间的预测,并进行在不同算法和不同精度下的结果比较,以横向比较各种常用算法的优劣,较为公平地对算法进行对比和分析。本文最终的目的是在本文算例的情况下,比较各种算法的表现情况,并形成一套完整的五种算法的代码和一套进行预测评价的评价标准,将所有代码开源,使后续研究同类问题的学者们能够节省开发源代码的时间。同时促进 OPENITS的形成,在今后研究同类问题时有统一的标准,方便学术交流。 |
|
![]() |
|
高速公路;行程时间预测;智能交通;五种算法;评价指标 | |
![]() |
|
![]() ![]() ![]() |
|
注 :下载数据后解压时请使用除winRAR以外的解压工具进行解压 |