留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于数据挖掘的固定型交通检测器配置优化

覃频频,  牙韩高,  黄大明

downloadPDF
文章导航 > 交通信息与安全  > 2005 >  23(5): 17-21
覃频频, 牙韩高, 黄大明. 基于数据挖掘的固定型交通检测器配置优化[J]. 交通信息与安全, 2005, 23(5): 17-21. doi: 10.3963/j.issn.1674-4861.2005.05.005
引用本文: 覃频频, 牙韩高, 黄大明. 基于数据挖掘的固定型交通检测器配置优化[J]. 交通信息与安全, 2005, 23(5): 17-21. doi: 10.3963/j.issn.1674-4861.2005.05.005
shu
QIN Pinpin, YA Hangao, HUANG Daming. Application of Data Mining Technology to the Optimization of Fixed Traffic Detector Deployment[J]. Journal of Transport Information and Safety, 2005, 23(5): 17-21. doi: 10.3963/j.issn.1674-4861.2005.05.005
Citation: QIN Pinpin, YA Hangao, HUANG Daming. Application of Data Mining Technology to the Optimization of Fixed Traffic Detector Deployment[J]. Journal of Transport Information and Safety, 2005, 23(5): 17-21. doi: 10.3963/j.issn.1674-4861.2005.05.005
shu

基于数据挖掘的固定型交通检测器配置优化

doi: 10.3963/j.issn.1674-4861.2005.05.005

  • 西南交通大学,成都,610031;广西大学,南宁,530004

  • 西南交通大学,成都,610031

  • 广西大学,南宁,530004

详细信息

  • 中图分类号: U491

Application of Data Mining Technology to the Optimization of Fixed Traffic Detector Deployment

    摘要
  • 摘要: 结合固定型交通检测器空间配置的4条原则和配置密度优化步骤,提出基于数据挖掘技术的固定型交通检测器配置优化方法.设计6种高速公路出口匝道的固定型交通检测器配置密度方案作为实例研究对象,运用数据挖掘技术的时间序列指数平滑方法、ARIMA方法和神经网络方法分别建立高速公路出口匝道小时交通量Winters预测模型、ARIMA预测模型及神经网络预测模型.采用网格搜索技术确定Winters模型参数,设计一种比传统ARIMA模型参数估计方法更精确的算法程序,来估计ARIMA模型参数,采用3项误差指标评价模型预测效果.根据预测结果及高速公路事件管理交通参数精度要求确定可行方案及最佳方案.实例研究表明,在保证满足ITS 对交通参数精度要求的同时,通过数据挖掘技术降低了交通流信息采集固定型检测器的配置密度及成本.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  439
  • HTML全文浏览量:  89
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 刊出日期:  2005-10-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发