文献类型：期刊文章

作　　者：徐建闽[1] 臧鹏[1] 首艳芳[2]

XU Jianmin;ZANG Peng;SHOU Yanfang(School of Civil Engineering and Transportation,South China University of Technology,Guangzhou 510640,Guangdong,China;Guangzhou Institute of Modern Industrial Technology,South China University of Technology,Guangzhou 510640,Guangdong,China)

机构地区：[1]华南理工大学土木与交通学院,广东广州510640 [2]华南理工大学广州现代产业技术研究院,广东广州510640

出　　处：《重庆交通大学学报（自然科学版）》

基　　金：国家自然科学基金项目(61873098);广东省科技计划项目(2016A030305001);中央高校基本科研业务费专项资金项目(2018KZ17)。

年　　份：2022

卷　　号：41

期　　号：7

起止页码：9-13

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：寻找最短路径是实现交通系统最优化的重要步骤之一。为寻找最短路径,利用历史和实时的浮动车数据,建立基于ARIMA模型和K-means聚类分析的动态规划算法。算法使用滴滴出行数据并在成都市二环区域内进行了测试。研究表明:新的算法以较低的计算量提供了高质量的时间解,运算时间均低于2.010 min,平均绝对百分误差低于6.5%,无效值比率小于20%。

关 键 词：交通工程 动态规划算法 K-means聚类分析  ARIMA模型 最短路径

分 类 号：U491.14[物流管理与工程类]