典型文献
基于ARIMA模型和K-means聚类分析的动态规划算法
文献摘要：
寻找最短路径是实现交通系统最优化的重要步骤之一.为寻找最短路径,利用历史和实时的浮动车数据,建立基于ARIMA模型和K-means聚类分析的动态规划算法.算法使用滴滴出行数据并在成都市二环区域内进行了测试.研究表明:新的算法以较低的计算量提供了高质量的时间解,运算时间均低于2.010 min,平均绝对百分误差低于6.5％,无效值比率小于20％.
文献关键词：
交通工程;动态规划算法;K-means聚类分析;ARIMA模型;最短路径
中图分类号：
作者姓名：
徐建闽;臧鹏;首艳芳
作者机构：
华南理工大学 土木与交通学院,广东 广州510640;华南理工大学 广州现代产业技术研究院,广东 广州510640
文献出处：
引用格式：
[1]徐建闽;臧鹏;首艳芳-.基于ARIMA模型和K-means聚类分析的动态规划算法)[J].重庆交通大学学报（自然科学版）,2022(07):9-13
A类：
浮动车数据
B类：
ARIMA,means,动态规划算法,最短路径,交通系统,系统最优,滴滴,滴出,成都市,二环,环区,计算量,运算时间,无效值,交通工程
AB值：
0.312558
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
