论文部分内容阅读
在智能交通系统中,交通状态预测发挥着至关重要的作用.针对现有的交通预测方法集中于中微观层面,且时间和空间维度单一的问题,提出了一种面向区域宏观交通状态预测的集成模型.该模型以交通指数为依据,在时间维度上采用时间序列预测方法获得时间预测结果,在空间维度上采用支持向量回归方法获得空间预测结果,并在集成模型中将两者的结果融合.在交通指数云图上的实验结果表明,与单一维度的时间或空间模型相比,该模型能显著提高预测精度.