考虑最优时滞因子时空模型的高速公路短时交通流预测

针对高速公路短时交通流预测问题,提出了考虑最优时滞因子的高速公路时空模型。首先通过相关系数计算确定了空间状态变量的个数,随后计算获得每个变量的最优时滞次数,完成空间模型部分的数据预处理,然后分别从连续性时间序列和周期性时间序列两个方面建立时间状态变量,最后分别构建以经典的线性回归和随机森林算法为基学习器的集成预测器LR_Adaboost和RF_Adaboost,利用训练完毕的模型对兰海高速贵阳北收费站路段的实时交通流量进行预测验证,结果证明考虑最优时滞因子的时空模型相对基本的时空模型有更好的预测效果。

城市经济与物流协调发展的影响因素研究——基于可持续性视角

物流产业实现可持续性发展至关重要,其实现可持续发展的一个可能途径是实现物流与经济的协调发展。由于物流产业的复杂性,加强各有关方面之间的协调是一项极具挑战性的工作。本文旨在分析城市经济与物流协调发展的关键性因素,采用贝叶斯网络进行检验。研究不仅发现了城市经济与物流协调发展很大程度上依赖于其自身的发展水平,而且发现了两个影响协调发展的因果链。

一种基于矩阵分解技术和考虑社交网络的推荐策略

随着社会潮流趋势的演进,如何更好地满足个性化需求已成为个性化推荐服务研究领域的新趋势,推荐系统对帮助用户在海量的线上异构数据中快速发现其感兴趣的内容具有广泛的应用。为了在复杂场景中有效缓解推荐系统研究领域普遍存在的数据稀疏和冷启动等问题,同时在复杂环境下提高其推荐项目的准确性和多样性,提出一种在矩阵分解技术的基础上同时考虑社交网络推荐的新方法。首先,通过将粒子群优化技术(PSO)与K-harmonic means(KHM)聚类算法融合,设计了一种混合聚类算法并对用户进行聚类,然后在相似度计算模型中引入多因素,利用矩阵分解技术计算用户的行为偏好,最终获取用户的最佳项目推荐列表方案。研究对Book-Crossing书评基准数据集进行仿真分析,结果表明提出的新方法具有较好的推荐准确性和多样性。