基于多变量决策树交通事件持续时间预测模型 (2015年)

基于粗集理论和决策树方法，建立了交通事件持续时间的多变量决策树预测模型。通过分析交通事件的属性特点，运用粗集理论中的属性约简方法，确定了交通事件的核心属性；运用等价关系相对泛化原理构造了多变量组合检验，并根据变量依赖度确定了最优变量组合；以多变量组合判据代替单变量判据建立了决策树模型，利用决策树高度和节点样本数对树的规模进行控制，优化了决策树结构。实例应用表明，该模型对交通事件持续时间的分类和预测能力较强，预测精度较高。