基于大数据分析和多模型融合的交通拥堵高效预测技术

文章利用可变系数加权优化方法对交通大数据进行聚类分析,并为了适用于常发性和偶发性拥堵,采用改进的两级加权优化ELM对分类进行模式识别,以期提高拥堵预测的精确度。同时,引入了上下游关联的拥堵传导模型,进一步提高拥堵预测的关联性。当预测到或已检测到交通拥堵时,在拥堵诱导上采用路网局部最优化模型为出行者规划路线,路网全局最优化模型则为管理部门使用并为未来规划提供辅助决策。仿真实验结果表明,多模型融合技术能预测较长时间后的拥堵情况并维持较高的准确率,为构建高效、经济、安全和便捷的现代化综合交通体系提供科技支撑。