计算机应用研究

作者：季一木,杨启凡,李奎,尤帅,邵思思,刘强,刘尚东,

单位：1.南京邮电大学a.计算机学院;b.高性能计算与大数据处理研究所,南京210023；2.江苏省无线传感网高技术研究重点实验室,南京210023；3.国家高性能计算中心南京分中心,南京210023；4.江苏省高性能计算与智能处理工程研究中心,南京210023；

关键词：国产处理器,增量式城市交通流数据,Spark集群,L-BFGS算法,交通流预测,

基金：国家重点研发计划专项项目(2017YFB1401302)；国家自然科学基金资助项目(61702280,61902194)；江苏省自然科学基金优秀青年基金资助项目(BK20170100)；江苏省重点研发计划资助项目(BE2017166)；江苏省自然科学基金资助项目(BK20170900)；江苏省六大人才高峰项目(JY02)；江苏省教育厅高等学校自然科学研究项目(19KJB520046)；博士后创新人才支持计划资助项目(BX20180146)；中国博士后科学基金资助项目(2019M661901)；江

针对城市交通难以处理大量数据且实时性差等问题，提出了根据增量式城市交通流数据预测拥堵情况的一种基于国产处理器的L-BFGS（limited-memory BFGS）算法。该算法通过存储向量序列计算Hessian矩阵，改进Two-Loop算法求下降方向，在Spark集群中并行处理时收敛速度快，适用于实时性要求强的城市交通场景。实验结果证明，L-BFGS预测算法完全可以在国产平台上对大规模的实时交通数据流进行快速建模、预测，在改善城市交通管理水平提供有效支撑的同时也丰富了国产芯片的应用领域。

来源：2021年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第5期