![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/4/22/2b144982-157a-4c45-9594-c7312144ada2/2b144982-157a-4c45-9594-c7312144ada2pic.jpg)
![粗糙集關(guān)聯(lián)挖掘的路網(wǎng)交通流預(yù)測(cè).pdf_第1頁(yè)](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/4/22/2b144982-157a-4c45-9594-c7312144ada2/2b144982-157a-4c45-9594-c7312144ada21.gif)
版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、交通流量預(yù)測(cè)是交通管理中的重要課題,也是解決交通問(wèn)題的基礎(chǔ),目前單點(diǎn)交通流量預(yù)測(cè)的研究已經(jīng)比較成熟,而對(duì)于路網(wǎng)交通流預(yù)測(cè)的研究非常匱乏,為了推進(jìn)路網(wǎng)交通流預(yù)測(cè)的發(fā)展,本文在研究了大量相關(guān)算法之后,從一個(gè)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(yù)測(cè)模型,此模型中用到了單點(diǎn)交通流預(yù)測(cè)算法中的非參數(shù)預(yù)測(cè)算法,并對(duì)該算法提出了幾個(gè)改進(jìn)的建議。
本文所提出的路網(wǎng)交通流預(yù)測(cè)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(gè)子路網(wǎng),
2、在子路網(wǎng)中找到一個(gè)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(yīng)用預(yù)測(cè)精確性高的非參數(shù)回歸算法預(yù)測(cè)其流量值,應(yīng)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(yù)測(cè)值推出子路網(wǎng)內(nèi)其他非關(guān)鍵路段的流量預(yù)測(cè)值。
本文用JAVA語(yǔ)言實(shí)現(xiàn)了粗糙集挖掘算法,并使用了大量的數(shù)據(jù)對(duì)所提出的路網(wǎng)交通流預(yù)測(cè)模型進(jìn)行驗(yàn)證,證明此模型的預(yù)測(cè)精度較好。
最后本文以路網(wǎng)交通流預(yù)測(cè)模型
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)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(shí)空關(guān)聯(lián)挖掘及預(yù)測(cè).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(shí)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(yīng)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(yù)測(cè)方法研究.pdf
- 基于粗糙集的交通流神經(jīng)網(wǎng)絡(luò)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(shí)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(lèi)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(shí)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(shí)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(lèi)規(guī)則挖掘的研究.pdf
評(píng)論
0/150
提交評(píng)論