基于参数优化的SVR城市群交通需求预测方法
本文关键词:基于参数优化的SVR城市群交通需求预测方法
更多相关文章: 需求预测 交通工程 支持向量回归 粒子群优化 T分布函数
【摘要】:城市群交通需求预测的准确性对城市群交通运输模式选择起着关键作用。针对现有交通需求预测的不足,提出一种面向城市群交通需求预测的改进支持向量回归(SVR)预测算法。考虑到SVR预测模型中核参数σ值的选取对预测效果影响较大,提出一种T变异的粒子群算法,将T分布函数融入到粒子群算法中,提高粒子的全局搜索能力,对核参数的取值进行动态寻优。实验证明,提出的城市群交通预测算法预测结果优于其他经典预测算法,利用T-PSO算法优化核参数也有利于提高预测算法的预测精度。
【作者单位】: 福建工程学院交通运输系;
【关键词】: 需求预测 交通工程 支持向量回归 粒子群优化 T分布函数
【基金】:福建省社科规划项目(2013B195) 福建省教育厅A类项目(JA14224)
【分类号】:TP18;F570
【正文快照】: 1引言未来的国际竞争中,经济竞争体可能不再是单个城市,而是有机组合起来的、实力雄厚且具有战略优势的城市群。城市群作为具有重要经济意义的新型地域空间组织形式,已经成为全球城市发展的重要方向。城市群的发展必然会带来区域的生活生产要素流动,从而引发巨大交通需求。因
【相似文献】
中国期刊全文数据库 前3条
1 周一;;城市群,西部未来的发展基构[J];西部广播电视;2010年08期
2 刘蓉;宋杰;;基于经济联系强度的长株潭城市群核心区空间结构研究[J];长沙通信职业技术学院学报;2011年02期
3 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 刘荣增;耿明斋;覃成林;;第八章 城乡统筹与中原城市群整合[A];中原城市群科学发展研究[C];2008年
2 陈群元;尹长林;;城市群发展阶段的划分与评判研究——以长株潭和泛长株潭城市群为例[A];规划引领下的新型城市化研究——2009年湖南省优秀城乡规划论文集[C];2009年
3 刘爱香;朱玉周;程家合;;不利天气对城市群交通网络的影响分析与应对措施[A];武汉区域气象中心城市群发展气象服务工作论坛优秀论文汇编[C];2008年
4 宫媛;师武军;郑向阳;张丽梅;;城市群发展的区域协调途径探讨——北美城市群经验及对环渤海城市群的启示[A];2012京津冀晋蒙区域协作论坛论文集[C];2012年
5 张贡生;;沿海地区城市群(带)发展战略构想[A];全国经济地理研究会第十三届学术年会暨金融危机背景下的中国区域经济发展研讨会论文集[C];2009年
6 王发曾;王新涛;;中原城市群土地资源综合利用的整合[A];第十届中国科协年会“新时期河南土地供需态势与城乡统筹发展”论坛文集[C];2008年
7 王静;彭,
本文编号:591540
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/591540.html