小波支持向量机在交通流量预测中的应用

被引:28
作者
崔艳
程跃华
机构
[1] 焦作大学信息工程学院
关键词
小波分析; 交通流量; 支持向量机; 预测;
D O I
暂无
中图分类号
TP18 [人工智能理论]; U491.113 [];
学科分类号
140502 [人工智能];
摘要
交通流量预测是智能交通管理系统的基础,预测某段单位时间内交通流量,难以准确刻画交通流量的时变性、突发性和非线性等变化规律,传统方法使交通流量预测精度低。为了提高交通流量的预测精度,提出小波分析的支持向量机预测模型,并应用于交通流量预测中。模型首先对交通流量进行小波分解,使交通流量平稳化,得到交通流量信号的高频和低频部分,采用支持向量机进行预测,最后将高频和低频部分的预测结果采用小波重构,获得最终预测值。仿真结果表明,小波支持向量机模型提高了交通流量预测精度和预测速度,为交通流量准确预测研究提供了依据。
引用
收藏
页码:353 / 356
页数:4
相关论文
共 6 条
[1]
粮食产量预测的支持向量机模型研究 [J].
向昌盛 ;
周子英 ;
武丽娜 .
湖南农业大学学报(社会科学版), 2010, 11 (01) :6-10
[2]
基于RBF神经网络的短时交通流量预测 [J].
张九跃 ;
焦玉栋 .
山东交通学院学报, 2008, (03) :32-36
[3]
基于流量的交通信号智能控制算法与仿真 [J].
刘子昱 .
计算机仿真, 2007, (12) :226-228+246
[4]
基于支持向量回归机的交通状态短时预测方法研究 [J].
姚智胜 ;
邵春福 ;
高永亮 .
北京交通大学学报, 2006, (03) :19-22
[5]
基于数学模型的短时交通流预测方法探讨 [J].
贺国光 ;
李宇 ;
马寿峰 .
系统工程理论与实践, 2000, (12) :51-56
[6]
城市交通流诱导系统理论与模型.[M].杨兆升著;.人民交通出版社.2000,