原文传递
基于时空GPSO-SVM的短时交通流预测
| 题名： | 基于时空GPSO-SVM的短时交通流预测 |
| 正文语种： | 中文 |
| 作者： | 梅朵;郑黎黎;冷强奎;鄂旭; |
| 关键词： | 城市交通；短时交通流预测；路网时空相关性；主成分分析；遗传算法；粒子群算法；支持向量机 |
| 摘要： | 为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型。通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优。利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测。以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2017 |
| 期： | 02 |
| 页码： | 68-74,120 |
检索历史
应用推荐
