一种组合核相关向量机的短时交通流局域预测方法

发布时间：2018-09-11 13:33

【摘要】：为有效提高短时交通流预测的精度,提出一种基于组合核相关向量机模型的短时交通流局域预测方法.首先利用C-C方法实现相空间重构,然后根据Hannan-Quinn准则确定邻近点个数,进而构建基于粒子群优化的组合核相关向量机模型,最后采用上海市南北高架快速路的感应线圈实测数据进行实验验证和对比分析.实验结果表明:基于组合核相关向量机模型的短时交通流局域预测方法的预测误差和均等系数均优于对比方法,其中,平均绝对百分比误差比GKF-RVM模型、GKF-SVM模型和加权一阶局域预测模型分别降低了29.2%、47.5%和59.5%,能够进一步提高短时交通流预测的精度.
[Abstract]:In order to effectively improve the accuracy of short-term traffic flow prediction, a short-term traffic flow local prediction method based on combined kernel correlation vector machine model is proposed. First, the phase space reconstruction is realized by C-C method, then the number of adjacent points is determined according to the Hannan-Quinn criterion, and then the combined kernel correlation vector machine model based on particle swarm optimization is constructed. Finally, the measured data of induction coil of Shanghai North and South Expressway are tested and compared. The experimental results show that the prediction error and parity coefficient of the short-term traffic flow prediction method based on the combined kernel correlation vector machine model are better than that of the contrast method. The average absolute percentage error is reduced by 29.2% and 59.5%, respectively, compared with the GKF-RVM model and the weighted first-order local prediction model, which can further improve the accuracy of short-term traffic flow prediction.
【作者单位】： 吉林大学交通学院;青岛理工大学汽车与交通学院;
【基金】：“十二五”国家科技支撑计划(2014BAG03B03) 国家自然科学基金青年基金(51308248,51408257)
【分类号】：U491.14

【相似文献】

相关期刊论文 前10条

1 唐明,陈宝星,柳伍生;基于相空间重构的短时交通流分形研究[J];山东交通学院学报;2004年01期

2 华冬冬,陈森发;非线性短时交通流的一种神经网络预测方法[J];现代交通技术;2004年01期

3 田晶;杨玉珍;陈阳舟;;短时交通流量两种预测方法的研究[J];公路交通科技;2006年04期

4 蒋海峰;马瑞军;魏学业;温伟刚;;一种基于小数据量的快速识别短时交通流混沌特性的方法[J];铁道学报;2006年02期

5 蒋海峰;王鼎媛;张仲义;;短时交通流的非线性动力学特性[J];中国公路学报;2008年03期

6 李松;刘力军;郭海玲;;短时交通流混沌预测方法的比较[J];系统工程;2009年09期

7 许伦辉;唐德华;邹娜;夏新海;;基于非线性时间序列分析的短时交通流特性分析[J];重庆交通大学学报(自然科学版);2010年01期

8 李雁;陆海亭;张宁;;一种短时交通流异常数据识别新算法[J];公路交通科技(应用技术版);2010年04期

9 承向军;刘军;马敏书;;基于分形理论的短时交通流预测算法[J];交通运输系统工程与信息;2010年04期

10 张立;谢忠玉;陈凯;;基于混沌理论的短时交通流局域预测模型[J];黑龙江工程学院学报(自然科学版);2011年02期

相关会议论文 前2条

1 翁小雄;翦俊;;短时交通流频谱分析与预测[A];第二十六届中国控制会议论文集[C];2007年

2 张利;李星毅;施化吉;;一种基于ARIMA模型的短时交通流量改进预测算法[A];2007第三届中国智能交通年会论文集[C];2007年

相关重要报纸文章 前1条

1 本报记者 李婵;交通拥堵为何预测不准[N];北京科技报;2010年

相关博士学位论文 前2条

1 郭欢;基于灰理论的短时交通流动力学建模预测与优化研究[D];武汉理工大学;2013年

2 张晓利;基于非参数回归的短时交通流量预测方法研究[D];天津大学;2007年

相关硕士学位论文 前10条

1 喻丹;基于小波理论的短时交通流预测方法研究[D];长沙理工大学;2008年

2 谢生龙;城市道路短时交通流动态预测方法研究与应用[D];长安大学;2015年

3 胡浩然;基于Hadoop平台的短时交通流预测算法研究[D];华南理工大学;2016年

4 符义琴;短时交通流分析及预测[D];南京信息工程大学;2016年

5 陈功;数据挖掘技术在智慧交通中的应用[D];电子科技大学;2016年

6 韦凌翔;基于RVM和ARIMA的短时交通流量预测方法研究[D];长安大学;2016年

7 武琼;基于支持向量回归的短时交通流预测方法研究与应用[D];长安大学;2016年

8 张玮玮;基于聚类分析的BP神经网络短时交通流预测方法研究[D];重庆邮电大学;2016年

9 顾敏佳;高速公路事故条件下的匝道协同控制方法研究[D];东南大学;2016年

10 刘芳;短时交通流量预测方法及应用[D];长沙理工大学;2015年

，

本文编号：2236829