原文传递
基于支持向量回归机的路段平均速度短时预测方法研究
| 论文题名： | 基于支持向量回归机的路段平均速度短时预测方法研究 |
| 关键词： | 交通控制;路段平均速度;支持向量机;短时预测;智能交通系统 |
| 摘要： | 交通控制和交通诱导是智能交通系统中的重要的组成部分，是解决交通阻塞、交通事故等问题的有效手段和方法，在实时的交通管理中起着重要作用。交通控制和交通诱导的实现，以及时准确地对各种交通状态参量预测为前提，交通流量、占有率和平均速度均是反映交通状态的重要参数。因此，对路段平均速度的短时预测，不仅能够为交通管理部门进行实时、动态的交通控制、交通诱导等提供决策依据，而且能够为出行者进行路径选择提出有价值的参考，提供良好的交通信息服务。 本文针对基于GPS/GIS的浮动车数据特点，总结其中无效的数据类型，并给出数据有效处理的方法。以支持向量机原理、交通状态预测方法为基础，分析了常用支持向量回归机、核函数及模型参数的性能，以及各核函数及模型参数对支持向量机性能的影响及作用。针对路段平均速度预测中的小样本、非线性、高维回归等特点，将支持向量回归机方法引入基于浮动车数据的路段车辆速度预测，构建了路段平均速度短时预测模型。并以杭州市某路段的实际数据为例，详细阐述了支持向量回归机预测模型的具体建模和求解过程。运用LibSVM2.84软件包，进行预测模型的参数选择、样本训练以及预测求解，并通过预测结果的对比分析，验证了预测模型的可用性和有效性。 |
| 作者： | 吕宏义 |
| 专业： | 系统工程 |
| 导师： | 尹相勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
