基于K最近邻算法的城市路段行程时间短时预测

作     者：涂锐 秦江灵 赵志平 徐建川 陈顺举 夏立 TU Rui;QIN Jiangling;ZHAO Zhiping;XU Jianchuan;CHEN Shunju;XIA Li

作者机构：重庆市公安局渝北区分局交通巡逻警察支队重庆401120 重庆大学计算机学院重庆400044 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2019年第33卷第7期

页      面：152-159页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研究计划课题(2017YFC0212103) 重庆市公安局科技攻关计划项目(Z2018-12) 

主　　题：行程时间短时预测 K最近邻算法 城市路段 汽车电子标识 交叉验证 

摘      要：为了对城市路段行程时间进行短时预测,构建了基于KNN算法和汽车电子标识数据的城市路段行程时间短时预测方法。首先介绍了汽车电子标识数据的采集原理,以及通过汽车电子标识数据集进行路段行程时间估计的方法。然后构建基于KNN算法的城市路段行程时间的短时预测模型,包括构建特征向量、交叉验证方法确定K值以及局部估计方法等。实验结果表明:预测模型在城市快速路和主干路的平均相对误差百分比达到了6.58%左右,取得了较好的预测效果;与历史均值模型和自回归移动平均模型相比,该模型在城市快速路和主干路的预测结果分别提升了39.6%和16.8%。