基于Lagrange支持向量回归机的短时交通流量预测模型的研究

被引：13

作者：

刘艳忠 ^{[1
]}

邵小健 ^{[2
]}

李旭宏 ^{[1
]}

机构：

[1] 东南大学

[2] 中国农业大学

来源：

交通与计算机 | 2007年 / 05期

关键词：

交通流量; 短时预测模型; 支持向量机; Lagrange支持向量回归机; 核函数;

D O I：

暂无

中图分类号：

U491.11 [];

学科分类号：

082302 ; 082303 ;

摘要：

在智能交通系统中,进行实时、准确的交通流预测是交通控制和交通流诱导的关键之一,直接影响交通控制和交通诱导的效果。基于支持向量机,提出了一种Lagrange支持向量回归机的交通流量短时预测模型,能够实现对交通流量的有效预测。仿真试验表明,Lagrange支持向量回归机具有良好的泛化性能、更快的迭代速度,预测结果优于改进的BP神经网络。

引用

页码：46 / 49

页数：4