基于虚拟地理环境的长途客车客流预测预印本
社会与信息网络
2015-08-17 v3 物理与社会
摘要
这是我们关于 2015 年 IEEE 计算智能与测量系统及应用虚拟环境（CIVEMSA）会议的论文预印本版本。目前缺乏对多种实时动态交通信息的综合分析与可视化展示。本研究在此基础上提出了在虚拟地理环境中进行的深入研究和应用实例。目前存在多种交通客流预测模型，常见模型包括回归预测模型和时间序列预测模型。长途客车客流表现出较强的规律性和稳定性，且无长期变化趋势，因此本研究采用回归预测模型来预测长途客车客流。
引用
@article{arxiv.1504.01057,
title = {Preprint Virtual Geographic Environment Based Coach Passenger Flow Forecasting},
author = {Zhihan Lv and Xiaoming Li and Jinxing Hu and Ling Yin and Baoyun Zhang and Shengzhong Feng},
journal= {arXiv preprint arXiv:1504.01057},
year = {2015}
}
备注
This paper has been withdrawn by the author due to a crucial sign error in section 3