交通流量预测的最新进展：综述、挑战与未来研究方向

《ACM Transactions on Intelligent Systems and Technology》：Recent Advancements in Traffic Flow Prediction: Review, Challenges and Future Research Directions

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您需要拥有高级访问权限。

了解更多登录

摘要

摘要

交通拥堵仍然是城市地区普遍存在的问题，导致环境污染、燃料消耗增加和紧急服务延迟。解决这一挑战至关重要，交通流预测已成为智能交通系统（ITS）中缓解拥堵、节省时间和能源的关键技术。大量研究致力于开发预测模型，可分为参数化、非参数化和混合方法。尽管现有文献已广泛探讨参数化和非参数化模型，但本综述论文聚焦于交通流预测模型的最新进展，分析其优缺点。本文还提供了交通预测中使用的混合模型的综合分类。此外，本文还探讨了上下文特征在提升交通流预测方面的作用。进一步讨论了用于训练交通流预测模型的常用数据集，并对这些数据集上领先模型的性能进行了对比分析。该综述探讨了用于评估预测模型效能的各种性能指标。此外，本文还确定了研究空白和挑战，并概述了未来的研究方向，旨在为交通流预测的持续讨论做出贡献，并为该领域的未来探索提供指导。

AI 摘要

AI 生成摘要（实验性）

本摘要使用自动化工具生成，未经文章作者撰写或审核。它旨在支持发现、帮助读者评估相关性，并协助相邻研究领域的读者理解本工作。它旨在补充作者提供的摘要，后者仍然是论文的主要摘要。全文仍然是权威的记录版本。 点击此处了解更多。

点击 此处 对本摘要的准确性、清晰度和有用性发表评论。这样做将有助于改进和未来的重新生成版本。

要查看此 AI 生成的简明摘要，您需要拥有高级访问权限。