首页 | 官方网站   微博 | 高级检索  
     

一种基于MapReduce的短时交通流预测方法
引用本文:梁轲,谭建军,李英远.一种基于MapReduce的短时交通流预测方法[J].计算机工程,2015,41(1).
作者姓名:梁轲  谭建军  李英远
作者单位:1. 中国科学院广州地球化学研究所,广州510640;中国科学院大学,北京100049
2. 中国科学院广州地球化学研究所,广州,510640
3. 广州中科盛博信息技术有限公司,广州,510630
基金项目:广东省中国科学院全面战略合作基金资助项目,广州市科技计划基金资助项目,广州市科技计划科技支撑基金资助项目
摘    要:非参数回归方法是短时交通流预测常用的方法,但现有非参数回归方法存在预测速度与精度之间的矛盾.为此,提出一种适用于海量历史数据、基于MapReduce与遗传算法的非参数回归短时交通流预测方法.通过引入MapReduce并行计算框架,加快K最近邻算法的搜索速度.在数据预处理阶段利用遗传算法优化关键参数的设置,并采用MapReduce加速参数优化过程,以解决遗传算法迭代运算时间长的问题.实验结果表明,该方法在保证交通流预测精度的前提下,明显提高了预测速度,并且具有较好的可伸缩性.

关 键 词:交通流预测  非参数回归  K最近邻搜索  遗传算法  MapReduce编程模型  并行计算

A Short-term Traffic Flow Forecasting Method Based on MapReduce
LIANG Ke,TAN Jianjun,LI Yingyuan.A Short-term Traffic Flow Forecasting Method Based on MapReduce[J].Computer Engineering,2015,41(1).
Authors:LIANG Ke  TAN Jianjun  LI Yingyuan
Abstract:
Keywords:traffic flow forecasting  non-parametric regression  K Nearest Neighbor (KNN) search  genetic algorithm  MapReduce programming model  parallel computing
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号