基于LS-SVM的交通流量时间序列预测

被引:43
作者
张朝元
胡光华
徐天泽
机构
[1] 云南大学数学系,云南大学数学系,云南警官学院云南昆明 ,云南昆明 ,云南昆明
关键词
交通流量; 时间序列预测; 支持向量机; 最小二乘支持向量机; 正则化;
D O I
暂无
中图分类号
U491 [交通工程与交通管理];
学科分类号
082301 [道路与铁道工程];
摘要
针对城市交通"智能运输系统",本文提出了基于最小二乘支持向量机(LS-SVM)方法的交通流量时间序列预测,并给出了基于最小二乘支持向量机方法的算法.与传统的神经网络相比,此方法简单易实现.通过实验表明,此方法确实效果好,能取得较好的预测效果.
引用
收藏
页码:19 / 22
页数:4
相关论文
共 5 条
[1]
支持向量机和最小二乘支持向量机的比较及应用研究 [J].
阎威武 ;
邵惠鹤 ;
不详 .
控制与决策 , 2003, (03) :358-360
[2]
基于统计学习理论的交通流量时间序列预测 [J].
丁爱玲 .
交通与计算机, 2002, (02) :27-30
[3]
基于改进BP网交通流动态时序预测算法的研究 [J].
王宏杰 ;
林良明 ;
徐大淦 ;
颜国正 .
交通与计算机, 2001, (03) :11-14
[4]
基于高阶神经网络的城市交通诱导理论模型 [J].
杨兆升 ;
姜桂艳 .
公路交通科技, 1998, (02)
[5]
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,