Hadoop环境下基于支持向量回归机的短时交通流预测模型的构建与性能分析

摘要：

针对交通流预测精度低,造成短时交通拥堵的问题,设计Hadoop(分布式计算)环境下基于支持向量回归机的短时交通流预测方法.首先提取出短时交通流的动态随机特征,将得到的交通流数据作为预测基础数据;其次基于支持向量回归机进行短时交通流回归分析,综合判定短时间内的交通环境;最后构建出短时交通流预测模型,在缩短预测延迟的基础上,提高交通流预测精准度,进而实现短时交通流的精准预测.根据预测方法理念,对该方法进行性能分析,得出该预测方法的预测误差较小,预测精度更高的结论,极具推广价值.

关键词：Hadoop环境、支持向量回归机、短时交通流、预测模型、性能分析

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：江西省教育厅科学技术研究项目Hadoop;GJJ21111

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：51-54