基于K-最近邻的交通事件持续时间预测模型

通过对高速公路交通事件的性质和特征进行分析,选择对持续时间影响较大的属性(事件类别、发生时间、地点、天气、伤亡程度、涉及车辆数、占用车道数)构成了描述交通事件的向量,对各属性进行了分类与量化.以交通事件的历史数据集合为基础构建N维搜索空间,计算了当前交通事件与历史交通事件之间的欧式距离,通过寻找距离最近的K个元素建立了最近邻预测模型.采用单因素方差分析法标定了变量权重,根据最小误差法确定了最佳K值.实例应用表明,K-最近邻预测模型对持续时间范围为30 min≤T90 min、90 min≤T180 min交通事件预测精度较高,适合高速公路有大量历史数据的情况下应用.     

加强班组建设夯实企业基础

一个供电企业的生产型班组要完成根据企业经营目标和计划,安全、文明、优质、高效的生产工作任务就必须建立一个规范、精细化及标准化的高质量的班组建设管理体系。