基于KNN回归的短时交通流预测

摘要

短时交通流精确预测对于提供、诱导用户选择最适合自己的路径,提高行驶效率和交通安全、减轻交通环境负荷势,最大限度地利用道路资源具有重要意义.针对此问题,证明了KNN回归模型的普遍相合性和收敛性,在此基础上建立了大样本空间下单点短时交通流预测的KNN回归模型.实验采用平均绝对百分比误差MAPE、平均预测误差MFE和平均绝对偏差MAD3个指标衡量了预测的有效性,结果表明K取6时,平均MAPE、平均MFE和平均MAD指标均取得最优值,预测效果较好.