遗传算法优化支持向量机的交通流量预测

发布时间：2018-05-09 14:59

  本文选题：交通流量 + 支持向量机　； 参考：《激光杂志》2014年12期

【摘要】：交通流量预测是智能交通系统中的关键技术,针对当前交通流量预测模型存在不足,提出一种遗传算法优化支持向量机的交通流量预测模型。首先收集交通流量历史数据,并基于混沌理想对其进行相空间重构,然后将训练样本输入到支持向量机中进行学习,并采用遗传算法优化支持向量机参数,建立交通流量预测模型,最后采用测试样本对模型的性能进行测试。结果表明,相对于经典交通流量预测模型,本文模型可以更加准确描述交通流量预测复杂的变化趋势,提高了交通流量的单步和多步预测精度。
[Abstract]:Traffic flow forecasting is a key technology in intelligent transportation system. In view of the deficiency of current traffic flow forecasting model, a genetic algorithm is proposed to optimize the traffic flow forecasting model based on support vector machine (SVM). Firstly, the historical data of traffic flow are collected, then the phase space is reconstructed based on chaotic ideal, then the training sample is input into support vector machine for learning, and the parameters of support vector machine are optimized by genetic algorithm. Finally, test samples are used to test the performance of the model. The results show that compared with the classical traffic flow forecasting model, this model can more accurately describe the complex trend of traffic flow prediction and improve the accuracy of single-step and multi-step traffic flow prediction.
【作者单位】： 天津大学管理与经济学部;
【分类号】：U495

【参考文献】

相关期刊论文 前6条

1 王建;邓卫;赵金宝;;基于改进型贝叶斯组合模型的短时交通流量预测[J];东南大学学报(自然科学版);2012年01期

2 李建武;陈森发;黄濵;;基于粗集理论和支持向量机的道路网短时交通流量预测[J];计算机应用研究;2010年10期

3 李茂同;袁健;;短时交通流预测WT-AOSVR模型[J];计算机应用与软件;2013年01期

4 高慧;赵建玉;贾磊;;短时交通流预测方法综述[J];济南大学学报(自然科学版);2008年01期

5 邱敦国;杨红雨;;一种基于双周期时间序列的短时交通流预测算法[J];四川大学学报(工程科学版);2013年05期

6 李颖宏;刘乐敏;王玉全;;基于组合预测模型的短时交通流预测[J];交通运输系统工程与信息;2013年02期

【共引文献】

相关期刊论文 前10条

1 田光理;苑红伟;牛德宁;;基于粗糙集理论的短时交通流组合预测研究[J];道路交通与安全;2010年02期

2 曹树志;项响琴;;基于改进的K_Means算法的城市高架桥交通流分析[J];公路交通科技(应用技术版);2010年10期

3 姚琛;罗霞;汉克·范少伦;;基于粗集和神经网络耦合的短时交通流预测[J];公路交通科技;2010年11期

4 吴宝春;郑蕊蕊;李敏;杨亚宁;;基于遗传灰色GM(1,1,ρ)模型的短时交通流量预测[J];电子设计工程;2012年13期

5 董春娇;邵春福;周雪梅;孟梦;诸葛承祥;;基于交通流参数相关的阻塞流短时预测卡尔曼滤波算法[J];东南大学学报(自然科学版);2014年02期

6 罗向龙;牛国宏;潘若禹;;交通流量经验模态分解与神经网络短时预测方法[J];计算机工程与应用;2010年26期

7 夏英;梁中军;;短时交通流预测模型的网络结构估计[J];计算机应用;2009年12期

8 钟波;刘敏;;BNs-OLS-SARIMA对城市短时交通流的预测[J];计算机应用研究;2010年10期

9 陆海亭;张宁;黄卫;夏井新;;短时交通流预测方法研究进展[J];交通运输工程与信息学报;2009年04期

10 石永辉;鲍俊;严忠贞;蒋圣萍;;混合智能算法在城市道路短时交通流量预测中的研究[J];交通信息与安全;2011年04期

相关会议论文 前2条

1 杨锦伟;肖新平;郭金海;;基于灰关联与少数据云推理的短时交通流预测[A];第25届全国灰色系统会议论文集[C];2014年

2 雷升锴;刘红阳;张祥锋;;自驾天气服务系统的设计与实现[A];第31届中国气象学会年会S10 第四届气象服务发展论坛——提高水文气象防灾减灾水平，推动气象服务社会化发展[C];2014年

相关博士学位论文 前10条

1 姚琛;基于信息提取计算的动态交通数据分析及应用[D];西南交通大学;2011年

2 杨祖元;城市交通信号系统智能控制策略研究[D];重庆大学;2008年

3 肖培灵;潍坊市可持续发展能力研究及其应用[D];天津大学;2009年

4 龚勃文;大规模路网下中心式动态交通诱导系统关键技术研究[D];吉林大学;2010年

5 靳引利;省域高速公路网交通诱导系统关键技术研究[D];长安大学;2009年

6 李继伟;城市主次干路的路段行程时间估计与预测方法研究[D];吉林大学;2012年

7 张扬;城市路网交通预测模型研究及应用[D];上海交通大学;2009年

8 夏英;智能交通系统中的时空数据分析关键技术研究[D];西南交通大学;2012年

9 孙晓亮;城市道路交通状态评价和预测方法及应用研究[D];北京交通大学;2013年

10 徐东伟;道路交通状态多维多粒度获取方法研究[D];北京交通大学;2014年

相关硕士学位论文 前10条

1 全书鹏;智能交通中车流量预测与路径优化技术的研究[D];郑州大学;2010年

2 易柳;无检测器路口交通流量预测方法研究[D];湘潭大学;2010年

3 朱理;克隆选择算法在城市道路交通信号控制中的应用研究[D];湘潭大学;2010年

4 林鑫;城市道路交通流数据的挖掘[D];天津理工大学;2010年

5 田智韬;基于浮动车与固定检测器的交通流数据融合技术研究[D];北京交通大学;2011年

6 姜蕊;融合预测信息的动态路径选择算法研究[D];北京交通大学;2011年

7 毛小飞;基于小波包分析和支持向量回归机的交通流量预测方法研究[D];西华大学;2011年

8 刘燕;城市道路交通流状态辨识及决策方法研究[D];合肥工业大学;2011年

9 刘林;基于LSSVM的短期交通流预测研究与应用[D];西南交通大学;2011年

10 吕兵兵;基于稳健统计的公路短时交通流“机理+辨识”策略研究[D];天津大学;2010年

【二级参考文献】

相关期刊论文 前10条

1 杨芳明;朱顺应;;基于小波的短时交通流预测[J];重庆交通学院学报;2006年03期

2 赵晶;唐焕文;朱训芝;;模拟退火算法的一种改进及其应用研究[J];大连理工大学学报;2006年05期

3 吴微;张凌;;自适应参数的AOSVR算法及其在股票预测中应用[J];大连理工大学学报;2009年04期

4 王建;邓卫;赵金宝;;基于改进型贝叶斯组合模型的短时交通流量预测[J];东南大学学报(自然科学版);2012年01期

5 刘大同;彭宇;彭喜元;;基于残差预测修正的局部在线时间序列预测方法[J];电子学报;2008年S1期

6 王正武,黄中祥;短时交通流预测模型的分析与评价[J];系统工程;2003年06期

7 杨世坚,贺国光;基于模糊C均值聚类和神经网络的短时交通流预测方法[J];系统工程;2004年08期

8 王晓原;吴磊;张开旺;张敬磊;;非参数小波算法的交通流预测方法[J];系统工程;2005年10期

9 王进;史其信;;短时交通流预测模型综述[J];中国公共安全(学术卷);2005年01期

10 盖春英,裴玉龙;自适应指数平滑模型预测区域经济研究[J];公路;2001年11期

相关博士学位论文 前2条

1 李俊奎;时间序列相似性问题研究[D];华中科技大学;2008年

2 王凡;基于支持向量机的交通流预测方法研究[D];大连理工大学;2010年

相关硕士学位论文 前3条

1 高成锴;基于约束动态时间弯曲距离的时间序列相似性匹配[D];大连理工大学;2010年

2 曹凤萍;城市道路交通参数短时多步预测方法研究[D];吉林大学;2008年

3 孙达辰;基于DTW的时间序列相似性搜索的研究[D];大庆石油学院;2010年

【相似文献】

相关期刊论文 前10条

1 潘昱,张晶;基于城市路口相关性的交通流量预测[J];交通与计算机;2005年01期

2 刘世超;基于极大似然估计的路段交通流量预测[J];西南交通大学学报;2005年02期

3 刘长虹;陈志恒;黄虎;;城市短期交通流量预测方法的探讨[J];现代交通技术;2006年01期

4 侯明善;兰云;;基于自适应模糊神经推理网络的交通流量预测研究[J];机械科学与技术;2006年10期

5 胡丹;肖建;车畅;;提升小波支持向量机在交通流量预测中的应用[J];计算机应用研究;2007年08期

6 姚亚夫;刘侃;;基于遗传神经网络的交通流量预测研究[J];公路与汽运;2007年06期

7 范鲁明;贺国光;;改进非参数回归在交通流量预测中的应用[J];重庆交通大学学报(自然科学版);2008年01期

8 丛新宇;虞慧群;范贵生;;基于组合模型的交通流量预测方法[J];华东理工大学学报(自然科学版);2011年03期

9 刘长虹;黄虎;陈力华;吴伟蔚;;基于随机过程下的交通流量预测方法[J];上海工程技术大学学报;2006年02期

10 犹勇;;组合预测方法在城市交通流量预测中的运用[J];重庆工商大学学报(自然科学版);2007年02期

相关会议论文 前7条

1 庞清乐;;基于蚁群算法的交通流量预测[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

2 张勇;关伟;;基于多变量序列重构的交通流量预测[A];2008第四届中国智能交通年会论文集[C];2008年

3 刘强;朱敏;王小维;邱震宇;;灰色神经模型在空中交通流量预测中的应用[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

4 刘智勇;徐今强;李水友;;城市交通流量的混沌时间序列预测[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

5 周申培;严新平;;信息融合技术在交通流量预测中的应用[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

6 于江波;陈后金;;基于分段学习的BP神经网络的交通流量预测[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

7 蒋海峰;魏学业;张屹;;基于加权一阶局域法的短时交通流量预测的研究[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

相关硕士学位论文 前10条

1 张仁初;宁波港船舶交通流量预测研究[D];大连海事大学;2008年

2 李波;基于小波分析和遗传神经网络的短时城市交通流量预测研究[D];北京交通大学;2012年

3 何伟;模糊神经网络在交通流量预测中的应用研究[D];兰州交通大学;2012年

4 吴凯;基于神经网络的短时交通流量预测研究[D];南京邮电大学;2013年

5 范鲁明;基于非参数回归的短时交通流量预测[D];天津大学;2007年

6 吴杰;支持短时交通流量预测的概率图模型构建与推理[D];云南大学;2012年

7 兰云;短时交通流量预测研究[D];西北工业大学;2002年

8 屈凡;基于混沌和模糊神经网络的城市短时交通流量预测[D];长安大学;2012年

9 易良友;道路交通流量数据处理与预测模型研究[D];重庆大学;2011年

10 刘宁;基于组合模型的交通流量预测方法[D];华东理工大学;2011年

，

本文编号：1866467