基于核函数切换和支持向量回归的交通量短时预测模型

发布时间：2018-03-11 08:04

  本文选题：交通运输系统工程　切入点：交通量　出处：《东南大学学报(自然科学版)》2017年05期 　论文类型：期刊论文

【摘要】：基于高速公路交通量短时变化的非线性、不确定性和复杂性,利用支持向量回归模型,提出一种核函数切换的预测方法.首先,通过历史数据构建不同核函数的支持向量回归模型并对历史数据进行拟合,根据拟合的误差确定不同时刻对应的最优核函数类别;然后根据历史数据及确定的不同时刻的核函数类别训练支持向量分类机;最后利用支持向量分类机确定预测时刻最优的核函数类别,选取相应的支持向量回归模型进行预测.实例分析表明,与传统的支持向量回归模型相比,含核函数切换的预测方法预测精度较高,且具有较好的鲁棒性.
[Abstract]:Based on the nonlinearity, uncertainty and complexity of the short-time change of freeway traffic volume, a kernel function switching prediction method is proposed by using the support vector regression model. The support vector regression model of different kernel functions is constructed through historical data and the historical data is fitted to determine the optimal kernel function categories at different times according to the fitting error. Then the support vector classifier is trained according to the historical data and the kernel function classes at different times. Finally, the support vector classifier is used to determine the optimal kernel function class for predicting the time. Compared with the traditional support vector regression model, the prediction method with kernel function switching is more accurate and robust than the traditional support vector regression model.
【作者单位】： 东南大学交通学院;东南大学物联网交通应用研究中心;
【基金】：交通运输部科技示范工程资助项目(2015364X16030,2014364223150) 国家自然科学基金资助项目(6161001115) 东南大学优秀博士学位论文基金资助项目(YBJJ1736)
【分类号】：U491.14

【相似文献】

相关期刊论文 前10条

1 张新天,罗晓辉;灰色理论与模型在交通量预测中的应用[J];公路;2001年08期

2 史士英,卢忠南,袁启英;交通量预测的优化模型[J];济南交通高等专科学校学报;2001年04期

3 石淑萍,白雪坤;公路交通量预测[J];林业科技情报;2002年01期

4 高明霞;公路交通量预测的思想方法[J];甘肃科技;2004年03期

5 黄正昌,郑莉,王嘉;公路交通量预测失准问题与对策[J];公路与汽运;2005年03期

6 万发祥;曾江洪;;高速公路交通量预测失准问题与对策[J];山西科技;2006年02期

7 马祥伟;;基于径向基函数神经网络的交通量预测[J];公路;2006年08期

8 李利;任其亮;罗莉;;交通量预测的支持向量机回归法[J];交通标准化;2006年09期

9 王司成;;小议现阶段我国公路交通量预测失准的原因与对策[J];黑龙江科技信息;2007年01期

10 向前忠;;港口公路集散交通量预测的探讨[J];广东公路交通;2008年03期

相关会议论文 前7条

1 张新天;罗晓辉;;灰色理论与模型在交通量预测中的应用[A];第七届北京青年科技论文评选获奖论文集[C];2003年

2 李娜;;区域航道的船舶交通量预测[A];第四届广东海事高级论坛论文集[C];2012年

3 范东涛;杨卫东;;苏通长江公路大桥工可交通量预测特点分析[A];江苏省公路学会优秀论文集（2006-2008）[C];2009年

4 潘艳荣;常立峰;;初探总量控制与系统平衡相结合的交通量预测方法[A];2004年道路工程学术交流会论文集[C];2004年

5 胡晓健;陆建;;基于二步自适应的交通量实时预测模型[A];2007第三届中国智能交通年会论文集[C];2007年

6 王硕;;BP神经网络在高速公路交通量预测中的应用[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年

7 张刚;;OD矩阵反推技术在交通量预测中的应用[A];全国城市公路学会第十九次学术年会论文集[C];2010年

相关博士学位论文 前4条

1 王晖;高等级公路项目可研阶段交通量预测若干问题研究[D];长安大学;2003年

2 刘彬生;基于小波和傅立叶变换的道路交通量预测研究[D];哈尔滨工业大学;2006年

3 尹宏宾;智能化信号交叉口控制及其交通量预测方法的研究[D];华南理工大学;1999年

4 赵泽辉;高速公路交通量预测及山区高速公路后评价研究[D];大连理工大学;2015年

相关硕士学位论文 前10条

1 刘天宝;城市道路交通量预测研究[D];安徽建筑大学;2015年

2 邓佳;面向交通量过载预测的移动轨迹数据分析方法研究[D];南京理工大学;2017年

3 刘甜伟;新建高速公路交通量预测失准问题研究[D];西南交通大学;2010年

4 魏善冠;基于支持向量机的高速公路交通量预测研究[D];长安大学;2010年

5 陈百奔;基于神经网络的四阶段预测法在交通量预测中的应用研究[D];武汉理工大学;2011年

6 孟维伟;基于神经网络的交通量预测技术研究[D];南京理工大学;2006年

7 邵伟跃;北京—台北公路项目廊坊段交通量预测研究[D];长安大学;2010年

8 胡文凯;高速公路交通量预测误差分析[D];长安大学;2011年

9 陈相艳;面向产业物流管理的城市交通短时交通量预测[D];广西科技大学;2013年

10 李明磊;邓州至豫鄂省界高速公路交通量预测优化研究[D];辽宁科技大学;2014年

，

本文编号：1597286