31、城市交通流量预测与信任网络模型研究

城市交通流量预测与信任网络模型研究

城市交通流量预测

在城市交通流量预测领域，特征向量的提取对预测准确性影响显著。由于与短期交通流量相关的变量众多，选择合适变量构建特征向量是预测的关键步骤。

在考虑空间相关性的PCC后，上游道路横截面的3个最近流量和下游道路横截面的2个最近流量被用作特征向量。以下是相关的时空相关性分析表格：
| 时间自相关 | L1 | L2 | L3 | L4 | L5 | L6 | L7 | L8 | L9 | L10 |
| — | — | — | — | — | — | — | — | — | — | — |
| L1 | 1 | 0.94 | 0.86 | 0.72 | 0.62 | 0.50 | 0.40 | 0.36 | 0.29 | 0.24 |
| L2 | 0.94 | 1 | 0.95 | 0.85 | 0.71 | 0.61 | 0.53 | 0.47 | 0.41 | 0.36 |
| L3 | 0.85 | 0.95 | 1 | 0.95 | 0.83 | 0.73 | 0.63 |