作者：李松江; 宋军芬; 杨华民; 张凤荣行程时间预测系统聚类法特征向量数据集分类神经网络
摘要：以高速公路行程时间为研究对象,建立基于聚类分析的行程时间预测模型。使用系统聚类法对历史行程数据集按照车型及时段等特征进行分类;根据行程时间分布相似性对天气和月份进行重分类,与历史行程时间共同构建特征向量。最后采用BP神经网络对不同的数据集进行训练,以提高行程时间的预测准确性。实验表明,数据集分类能有效提高模型预测的准确性,与前期行程时间和未进行分类的BP神经网络模型预测结果相比,上述方法具有更好的预测准确度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
