原文传递
基于GA-SVR模型的短期交通流量预测方法研究
| 题名： | 基于GA-SVR模型的短期交通流量预测方法研究 |
| 正文语种： | 中文 |
| 作者： | 韩志聪；樊彦国；吴会胜；刘惠燕； |
| 关键词： | 交通工程；交通流分组策略；遗传-支持向量回归模型；短期交通流量；预测参数 |
| 摘要： | 为了提高短期交通流预测精度,寻求最优交通流分组策略,通过对短期历史交通流量数据的分析,运用遗传算法优化支持向量回归机的惩罚参数、核函数参数和不敏感损失函数3个参数,构建了GA-SVR模型。首先对采集的数据采用算术平均值进行了降噪处理,然后根据交通数据特征分为连续5个星期五时间、相邻前5个工作日和当天3种时间周期序列,通过不同时间周期序列确定了最优的训练样本集。最后结合采集的数据进行了验证,并且与传统SVR模型进行了精度对比。结果表明:GA-SVR模型预测精度优于传统SVR模型,且基于当天数据构建的训练样本 |
| 期刊名称： | 公路交通科技 |
| 出版年： | 2017 |
| 期： | 01 |
| 页码： | 130-136 |
检索历史
应用推荐
