典型文献
基于时空关联规则挖掘的城市交通拥堵传导预测
文献摘要：
对城市交通拥堵进行准确预测是智能交通领域的重要研究问题.为更准确地预测道路拥堵状态和挖掘拥堵传导规则,本文提出了一个新的基于时空关联规则的交通拥堵传导预测模型.该模型使用基于遗传网络规划(GNP)的时空关联规则挖掘算法识别交通拥堵在不同时间、不同地点的共现规则,揭示了交通拥堵的时空传导模式.最后,本文基于北京市交通状态实测数据的实证结果验证了该模型具有较高的预测性能.该模型突破已有研究"先流量预测,再状态分析"的技术路径,将交通拥堵状态作为直接研究对象,揭示了交通拥堵的时空动态传导规律,从而可支持城市交通主管部门提前采取更加系统化的应对措施,提高交通拥堵的前瞻性和动态性处置能力.
文献关键词：
交通拥堵预测;遗传网络规划;时空关联规则;城市交通;数据挖掘
中图分类号：
作者姓名：
周辉宇;李瑞敏;黄安强;王启燕;贺泽芳;汪寿阳
作者机构：
北京交通大学经济管理学院,北京100044;北京物资学院信息学院,北京101149;中国科学院数学与系统科学研究院,北京100190
文献出处：
引用格式：
[1]周辉宇;李瑞敏;黄安强;王启燕;贺泽芳;汪寿阳-.基于时空关联规则挖掘的城市交通拥堵传导预测)[J].系统工程理论与实践,2022(08):2210-2224
A类：
时空关联规则,遗传网络规划
B类：
关联规则挖掘,城市交通拥堵,准确预测,智能交通,交通领域,研究问题,道路拥堵,模型使用,GNP,挖掘算法,算法识别,交通状态,预测性能,流量预测,状态分析,技术路径,时空动态,动态传导,主管部门,处置能力,交通拥堵预测
AB值：
0.22812
相似文献
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。
