期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
考虑道路交通状态的公交运行时间预测
1
作者 祝佳莉 陈鹏 +2 位作者 刘滨 池贤昭 耿小情 《工程与建设》 2020年第2期182-185,共4页
公交运行时间对乘客出行决策及排班调度具有重要的意义。为提高公交运行预测的精度,本文提出将前车的速度均值和方差作为道路交通状态指标,构建了基于随机森林的公交运行时间预测模型,随后采用天津市公交35路的天塔南至东风里路段的公... 公交运行时间对乘客出行决策及排班调度具有重要的意义。为提高公交运行预测的精度,本文提出将前车的速度均值和方差作为道路交通状态指标,构建了基于随机森林的公交运行时间预测模型,随后采用天津市公交35路的天塔南至东风里路段的公交数据进行验证。实验结果表明,前车的速度均值和方差能够作为目标车辆的道路交通状态指标,并且对公交运行时间有较大的影响;相比于人工神经网络,随机森林模型对于公交运行时间预测效果更优。 展开更多
关键词 公交运行时间预测 随机森林 道路交通状态
在线阅读 下载PDF
作业名层次化聚类算法预测作业运行时间 被引量:2
2
作者 周隆放 杨文祥 +8 位作者 韩永国 张晓蓉 喻杰 冯景华 张健 李宇奇 鲜港 吴亚东 王桂娟 《国防科技大学学报》 EI CAS CSCD 北大核心 2022年第5期13-23,共11页
预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以... 预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%~80%。 展开更多
关键词 运行时间预测 作业名聚类 机器学习 高性能计算
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部