原文传递
基于相空间重构和CS--SVM的有效停车位预测研究
| 论文题名： | 基于相空间重构和CS--SVM的有效停车位预测研究 |
| 关键词： | 停车位预测;支持向量机;相空间重构;布谷鸟搜索算法 |
| 摘要： | 近年来，随着我国经济以及汽车工业的飞速发展，人民生活物质水平的不断提高，我国公民拥有私家车的数量越来越多。随之带来的城市交通问题也越来越严重，其中停车难的问题也日益显著。因此合理地为驾驶者提供停车场空闲停车位的预测信息以及为驾驶者在停车场内部决策出最优车位并进行引导，能够有效减少驾驶者在停车场外部以及内部寻找空闲停车位的时间，提高停车位的利用率，同时缓解城市交通拥堵压力。本文针对以上问题，进行以下主要研究工作: 首先，通过对停车位预测国内外研究现状的分析，提出利用支持向量机(SupportVectorMachine，SVM)来对有效停车位进行预测。针对支持向量机中参数对模型预测精度的影响，采用布谷鸟搜索算法(CuckooSearch，CS)对其进行参数寻优。针对传统CS算法求解精度低、收敛速度慢的缺点对传统CS算法进行改进，并采用7个测试函数与传统CS算法进行对比分析。最后通过改进的CS算法优化SVM参数，构建CS-SVM有效停车位预测模型。 其次，对有效停车位随时间变化的特征进行分析，由于有效停车位序列数据受各种随机因素影响产生不规律的变化，为了挖掘有效停车位时间序列隐含的信息，采用相空间重构对有效停车位时间序列的非线性特征进行研究，构建基于相空间重构的CS-SVM有效停车位预测模型。为验证模型的可行性与适用性，与CS-SVM和小波神经网络作为对比，通过评价指标对以上模型预测性能进行评估。 最后，在停车场内部的泊车诱导中，以驾驶者的角度考虑，构建最佳车位选择模型，并通过基于道路权值分层搜索的Dijkstra算法对最佳车位从停车场入口的到达路径进行合理地规划。以某地下停车场为案例进行实验仿真，并与传统Dijkstra算法进行对比，验证该方法的搜索效率以及决策路线的合理性。 |
| 作者： | 郭启航 |
| 专业： | 工业工程 |
| 导师： | 梁迪 |
| 授予学位： | 硕士 |
| 授予学位单位： | 沈阳大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
