一种基于MapReduce 的短时交通流预测方法
A Short-term Traffic Flow Forecasting Method Based on MapReduce
查看参考文献17篇
|
文摘
|
非参数回归方法是短时交通流预测常用的方法,但现有非参数回归方法存在预测速度与精度之间的矛盾。为此,提出一种适用于海量历史数据、基于MapReduce与遗传算法的非参数回归短时交通流预测方法。通过引入MapReduce并行计算框架,加快K最近邻算法的搜索速度。在数据预处理阶段利用遗传算法优化关键参数的设置,并采用MapReduce加速参数优化过程,以解决遗传算法迭代运算时间长的问题。实验结果表明,该方法在保证交通流预测精度的前提下,明显提高了预测速度,并且具有较好的可伸缩性。 |
|
其他语种文摘
|
Non-parameter regression method is widely used in short-term traffic flow forecasting, but there is a contradiction on forecasting accuracy and computational efficiency in that method. This paper proposes an improved shortterm traffic flow forecasting method based on MapReduce and genetic algorithm in the context of massive historical data. To improve the search speed of K Nearest Neighbor (KNN),a parallel computing framework MapReduce is used to search the KNN. In data preprocessing stage,genetic algorithm is used to optimize the selection of key parameters,and it accelerates parameter optimization process based on MapReduce to solve the problem of long iterative operation time for genetic algorithm. Experimental results show that the method has high scalability,and it can increase the searching efficiency significantly while the forecasting accuracy is guaranteed. |
|
来源
|
计算机工程
,2015,41(1):174-179 【扩展库】
|
|
关键词
|
交通流预测
;
非参数回归
;
K 最近邻搜索
;
遗传算法
;
MapReduce 编程模型
;
并行计算
|
|
地址
|
1.
中国科学院广州地球化学研究所, 广州, 510640
2.
广州中科盛博信息技术有限公司, 广州, 510630
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-3428 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
广东省中国科学院全面战略合作项目
;
广东省广州市科技计划项目
;
广州市科技计划科技支撑基金资助项目
|
|
文献收藏号
|
CSCD:5335044
|
参考文献 共
17
共1页
|
|
1.
Brian L S. Comparison of Parametric and Non-parametric Models for Traffic Flow Forecasting.
Transportation Research Part C: Emerging Technologies,2002,10(4):303-321
|
被引
78
次
|
|
|
|
|
2.
贺国光. 基于数学模型的短时交通流预测方法探讨.
系统工程理论与实践,2000,20(12):51-56
|
被引
34
次
|
|
|
|
|
3.
Davis G. Non-parametric Regression and Shortterm Freeway Traffic Forecasting.
Journal of Transportation Engineering,1991,117(2):178-188
|
被引
41
次
|
|
|
|
|
4.
Oswald R K.
Traffic Flow Forecasting Using Approximate Nearest Neighbor Nonparametric Regression,2000
|
被引
2
次
|
|
|
|
|
5.
Li Shuangshuang. Implementing Short-term Traffic Flow Forecasting Based on Multipoint WPRA with MapReduce.
Proceedings of 2012 IEEE/ASME International Conference on Mechatronics and Embedded Systems and Applications,2012:287-291
|
被引
1
次
|
|
|
|
|
6.
宫晓燕. 基于非参数回归的短时交通流量预测与事件检测综合算法.
中国公路学报,2003,16(1):82-86
|
被引
39
次
|
|
|
|
|
7.
张晓利. 基于K-邻域非参数回归短时交通流预测方法.
系统工程学报,2009,24(2):178-183
|
被引
17
次
|
|
|
|
|
8.
贾宁. 基于遗传算法优化和KD树的交通流非参数回归预测方法.
控制与决策,2012,27(7):991-996
|
被引
4
次
|
|
|
|
|
9.
Huang Zhenjin. Short-term Traffic Flow Combined Forecasting Based on Nonparametric Regression.
Proceedings of 2011 International Conference on Information Technology, Computer Engineering and Management Sciences,2011:316-319
|
被引
1
次
|
|
|
|
|
10.
翁剑成. 基于非参数回归的快速路行程速度短期预测算法.
公路交通科技,2007,3(1):93-97
|
被引
1
次
|
|
|
|
|
11.
Verma A. Scaling Genetic Algorithms Using MapReduce.
Proceedings of the 9th International Conference on Intelligent Systems Design and Applications,2009:13-18
|
被引
1
次
|
|
|
|
|
12.
Dean J. MapReduce: Simplified Data Processing on Large Clusters.
Proceedings of the 6th Conference on Symposium on Operating Systems Design and Implementation,2004:107-113
|
被引
1
次
|
|
|
|
|
13.
Chang Gang. Comparison of Missing Data Imputation Methods for Traffic Flow.
Proceedings of 2011 International Conference on Transportation, Mechanical, and Electrical Engineering,2011:639-642
|
被引
1
次
|
|
|
|
|
14.
张晓利. 基于主成分分析和组合神经网络的短时交通流预测方法.
系统工程理论与实践,2007,27(8):167-171
|
被引
8
次
|
|
|
|
|
15.
于滨. K近邻短时交通流预测模型.
交通运输工程学报,2012,12(2):105-111
|
被引
22
次
|
|
|
|
|
16.
周小鹏. 基于最近邻法的短时交通流预测.
同济大学学报:自然科学版,2006,34(11):1494-1498
|
被引
11
次
|
|
|
|
|
17.
李东. 一种适用于大规模变量的并行遗传算法研究.
计算机科学,2012,39(7):182-204
|
被引
6
次
|
|
|
|
|
了解气象卫星更多信息，请访问