版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、交通流量預測是交通管理中的重要課題,也是解決交通問題的基礎,目前單點交通流量預測的研究已經(jīng)比較成熟,而對于路網(wǎng)交通流預測的研究非常匱乏,為了推進路網(wǎng)交通流預測的發(fā)展,本文在研究了大量相關(guān)算法之后,從一個新的角度提出了基于粗糙集關(guān)聯(lián)規(guī)則挖掘的路網(wǎng)交通流量預測模型,此模型中用到了單點交通流預測算法中的非參數(shù)預測算法,并對該算法提出了幾個改進的建議。
本文所提出的路網(wǎng)交通流預測模型將路網(wǎng)依據(jù)各路段之間的相關(guān)性而劃分為多個子路網(wǎng),
2、在子路網(wǎng)中找到一個與子路網(wǎng)內(nèi)各路段關(guān)聯(lián)最為緊密的關(guān)鍵路段,關(guān)鍵路段應用預測精確性高的非參數(shù)回歸算法預測其流量值,應用粗糙集數(shù)據(jù)挖掘技術(shù)挖掘出關(guān)鍵路段與非關(guān)鍵路段之間的關(guān)聯(lián)規(guī)則,從而根據(jù)這些關(guān)聯(lián)規(guī)則由關(guān)鍵路段的流量預測值推出子路網(wǎng)內(nèi)其他非關(guān)鍵路段的流量預測值。
本文用JAVA語言實現(xiàn)了粗糙集挖掘算法,并使用了大量的數(shù)據(jù)對所提出的路網(wǎng)交通流預測模型進行驗證,證明此模型的預測精度較好。
最后本文以路網(wǎng)交通流預測模型
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 交通流時空關(guān)聯(lián)挖掘及預測.pdf
- 基于粗糙集理論的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于粗糙集理論的關(guān)聯(lián)規(guī)則挖掘方法研究.pdf
- 基于粗糙集理論的交通流狀態(tài)知識發(fā)現(xiàn)研究.pdf
- 粗糙集理論在關(guān)聯(lián)規(guī)則挖掘中的應用.pdf
- 基于粗糙集和概念格的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于粗糙集和概念格的數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則的研究.pdf
- 基于粗糙集的Web日志挖掘.pdf
- 基于粗糙集的預測方法研究.pdf
- 基于粗糙集的交通流神經(jīng)網(wǎng)絡模型與入口匝道控制.pdf
- 基于粗糙集的web文本挖掘研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘算法研究.pdf
- 基于粗糙集的時間序列數(shù)據(jù)挖掘.pdf
- 基于粗糙集理論的數(shù)據(jù)挖掘研究.pdf
- 基于粗糙集理論的分類規(guī)則挖掘.pdf
- 關(guān)聯(lián)規(guī)則挖掘算法優(yōu)化和概念格粗糙集理論研究.pdf
- 基于粗糙集的時態(tài)數(shù)據(jù)挖掘研究.pdf
- 基于粗糙集理論的關(guān)聯(lián)知識發(fā)現(xiàn).pdf
- 基于粗糙集理論的商業(yè)數(shù)據(jù)挖掘.pdf
- 基于粗糙集的分類規(guī)則挖掘的研究.pdf
評論
0/150
提交評論