基于k-NN和SCATS交通数据的路段行程时间估计方法.pdf

第48卷第2期 西南交通大学学报 V01．48No．2 OFSOUTHWESTUNIVERSnY Apr．2013 2013年4月 JOURNAL JIAOTONG 文章编号：0258-2724(2013)02-0343-07DOI：10．3969／j．issn．0258-2724．2013．02．024 基于k．NN和SCATS交通数据的 路段行程时间估计方法 姜桂艳1’2， 李 琦2， 董 硕2 (1．吉林大学汽车动态模拟国家重点实验室，吉林长春130022；2。吉林大学交通学院，吉林长春130022) 摘要：为了改善利用SCATS交通数据估计路段行程时间的效果，通过分析SCATS实际交通数据获取时间间 隔不一致的特征，构建了SCATS交通数据虚拟时间序列，将利用因子分析法提取的累计贡献率在85％以上的主 因子作为交通模式特征向量的构成要素，用欧氏距离作为当前交通模式特征向量和历史交通模式特征向量相似 性的测度指标，以路段行程时间估计误差最小为目标选取当前交通模式的近邻数，对交通模式之间距离的倒数 进行归一化处理，确定了相似交通模式的行程时间权重，设计了基于SCATS交通数据的路段行程时间估计方 法．实例结果表明：与多元线性回归方法相比，本文方法估计的路段行程时间平均绝对误差、平均绝对百分比误 s． 差和均方根误差分别平均减少了9．68S、8．07％和4．5 关键词：悉尼自适应交通控制系统；路段行程时间估计；后近邻算法；因子分析 中图分类号：U491 文献标志码：A TimeEstimationMethodSCATS Travel Using TrafficDataBasedonk—NN Algorithm JIANG Shu02 Cuiyanl”，12Qi2，DONG (1．State ofAutomotiveSimulation，Jilin of KeyLaboratory Dynamic University，Changehun130022，China；2．College Transportation，JilinUniversity，Changchun130022，China) newmethodwas to theeffectoftraveltimeestimationSCATS Abstract：A designedimprove using trafficdata．Inthis thecharacteristicsofSCATStrafficdatathattheir method，byanalyzing acquisition intervalsarenot virtualtimeseriesofSCATStrafficdataWaSconstructedfirst． strictlyconsistent，the ofcumulative over85％extractedfactor wereincludedinthe Then，factors squaredloading by