分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-10-11 合作期刊: 《计算机应用研究》
摘要: 针对各交通时段对交通拥堵的不同影响、单因素无法准确表征交通拥堵状态的问题,提出了一种采用多指标模糊综合评价的交通拥堵评价预测方法。该方法利用粒子群算法优化支持向量回归机对道路平均速度和交通流量进行预测,得到三个因素指标平均速度v、交通流密度D、道路饱和度S的预测值。将三个因素指标输入到多指标模糊综合评价模型中,即首先建立交通拥堵状态的因素集和评价集,通过熵值法确定早高峰、晚高峰、其他时段下三个因素指标的权重系数,再通过梯形隶属度函数确定各指标在各时段的隶属度,最终将交通拥堵状态划分为六个级别。通过对美国PeMS数据库中I405高速路的交通数据进行预测评价实验证明,采用该方法预测的交通拥堵状态基本与实际状态吻合,具有较高的预测精度,正确率可达94.79%。