基于改进回声状态网络的盖亚大数据短时交通状态预测研究

摘要

短期交通预测是现代智能交通系统重要的组成部分,本文设计了改进的回声状态网络基于盖亚开放数据来对短时交通状态进行预测。对于数据集中的无效数据,采用随机森林算法进行数据预处理,剔除其中的无效数据。由于盖亚数据集中的实时交通数据量巨大,采用粒子群算法对回声状态网络参数进行优化。最后采用2016年10月~11月成都市二环局部区域轨迹数据作为样本集对所设计的方法进行了验证,结果表明了该方法可以有效的对短时交通状态进行预测。