基于K最近邻算法的城市路段行程时间短时预测

摘要

为了对城市路段行程时间进行短时预测,构建了基于KNN算法和汽车电子标识数据的城市路段行程时间短时预测方法。首先介绍了汽车电子标识数据的采集原理,以及通过汽车电子标识数据集进行路段行程时间估计的方法。然后构建基于KNN算法的城市路段行程时间的短时预测模型,包括构建特征向量、交叉验证方法确定K值以及局部估计方法等。实验结果表明:预测模型在城市快速路和主干路的平均相对误差百分比达到了6.58%左右,取得了较好的预测效果;与历史均值模型和自回归移动平均模型相比,该模型在城市快速路和主干路的预测结果分别提升了39.6%和16.8%。