基于聚类分析的高速公路行程时间预测

摘要

以高速公路行程时间为研究对象,建立基于聚类分析的行程时间预测模型.使用系统聚类法对历史行程数据集按照车型及时段等特征进行分类;根据行程时间分布相似性对天气和月份进行重分类,与历史行程时间共同构建特征向量.最后采用BP神经网络对不同的数据集进行训练,以提高行程时间的预测准确性.实验表明,数据集分类能有效提高模型预测的准确性,与发布前期行程时间和未进行分类的BP神经网络模型预测结果相比,上述方法具有更好的预测准确度.