中国公路学报
CHINA JOURNAL OF HIGHWAY AND TRANSPORT
2003 Vol.16 No.1 P.82-86

基于非参数回归的短时交通流量预测与事件检测综合算法

Integrated traffic flow forecasting and traffic incident detection algorithm based on non-parametric regression

宫晓燕　 汤淑明　

摘　要：针对目前短时交通流预测存在的问题,提出一种基于非参数回归的短时交通流量预测与事件检测综合算法框架并对框架中的每个步骤进行详细说明.为了进一步提高上述算法的精度与速度,对传统的非参数回归算法做了两方面改进:基于密集度的变K搜索算法与基于动态聚类和散列函数的历史数据组织方式.通过这些改进,使得上述基于非参数回归的算法成为一种"无参数"、可移植、高预测精度的实时预测算法,并能有效地用于短时交通流的预测问题中.现场实验充分表明该算法完全满足实时交通流预测的需要.
关键词：交通工程;短时交通流预测;非参数回归;动态聚类;密集度
分类号：U491.112 　文献标识码：A
文章编号：1001-7372(2003)01-0082-05

作者简介：宫晓燕(1976-),女.山东滨州人.工学博士研究生.
作者单位：宫晓燕（中国科学院自动化研究所,智能控制与系统工程中心,北京,100080）　
　　　　　汤淑明（中国科学院自动化研究所,智能控制与系统工程中心,北京,100080）　

参考文献：

［1］SMITH B L,DEMETSKY M J. Traffic flow forecasting:comparison of modelling approaches [J]. Journal of Transportation Engineering, 1997, 123 (4): 261-266.
［2］KREER J B. A comparison of predictor algorithms for computerized control[J]. Traffic Engineering, 1975,45(4):51-56.
［3］HUSSEIN DIA. An object - oriented neural network approach to short-term traffic forecasting[J]. Special Issue of the European Journal of Operations Research, 2001,131 (2): 253-261.
［4］杨兆升.城市交通流诱导系统理论与模型[M].北京:人民交通出版社,2000.
［5］ROD E TUROCHY,SMITH B L. A new procedure for detector data screening in traffic management systems [A]. 79th Annual Meeting of the Transportation Research Board[C]. Washington D C:Transportation Research Board, 2000.818-842.


收稿日期：2002年2月28日

出版日期：2003年1月1日