CN119516775A 一种区域交通流预测方法及系统 （交通运输部公路科学研究所）_第1页
CN119516775A 一种区域交通流预测方法及系统 （交通运输部公路科学研究所）_第2页
CN119516775A 一种区域交通流预测方法及系统 （交通运输部公路科学研究所）_第3页
CN119516775A 一种区域交通流预测方法及系统 （交通运输部公路科学研究所）_第4页
CN119516775A 一种区域交通流预测方法及系统 （交通运输部公路科学研究所）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明涉及一种区域交通流预测方法及系2获取目标区域的历史交通关联数据；其中，所述历史交通关对所述历史客流数据按不同区域和时段进行统计分析，得到各区域若某区域某时段的客流量呈指数级增长趋势，则将对应的区域将分类量化后的天气数据、转化为二值化特征的节假日数据和根据所述客流预测模型的输出结果，确定客流量出现指数3所述客流量预测模块，用于基于所述客流预测模型，预测未来一段所述数据分析子模块，用于对所述历史客流数据按不同所述数据分析子模块，对所述潜在的客流高峰区域和时段，提取客流数据的时间所述数据转化子模块，用于将天气数据根据天气状况进行分类量化，将所述模型训练子模块，用于将分类量化后的天气数据、转化为二4[0002]城市交通管理面临的核心技术问题是如何准确预测和应对指数级增长的客流5括:[0033]所述数据分析子模块，用于对所述历史客流数据按不同区域和时段进行统计分6[0046]本发明公开了一种区域交通流预测方法及系统。该方法7午餐时段的客流量以每小时20％的速度增长，系统会自动将其标记为潜在高峰区域和时8评估各子模型在测试集上的预测性能，得到SVM模型的平均绝对百分比误差(MAPE)为8%,算法如IsolationForest识别出客流量呈指数增长趋势的高风险区域和时段，针对每个高9部门提前制定应急预案。

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论