基于支持向量机的交通流组合预测模型

被引：13

作者：

李斌

郗涛

史明华

机构：

[1] 天津工业大学管理学院

来源：

天津工业大学学报 | 2008年 / 02期

关键词：

交通流预测; 组合预测; 支持向量机;

D O I：

暂无

中图分类号：

U491.14 [];

学科分类号：

082302 ; 082303 ;

摘要：

根据天津市某路口的历史数据,采用目前流行的历史平均模型、RBF神经网络、灰色预测法分别建立了天津市某路口交通流量的单项预测模型,然后利用支持向量机模型对多个单项预测模型结果进行了组合预测,以作为其最终的预测值.计算结果表明,采用非线性组合方法比采用单一预测方法的预测精度有了进一步的提高,比较适合交通流预测.

引用

页码：73 / 76

页数：4

共 9 条

[1] 高速公路动态交通流的BP神经网络建模 [J].

张玉梅 ;

曲仕茹 ;

温凯歌 .

计算机工程与应用, 2007, (15) :9-11

[2] 基于灰色系统理论的短时交通流预测 [J].

邓志龙 ;

李全 ;

陈茜 .

公路交通技术, 2006, (01) :117-119

[3] 基于SVM的实时交通流模拟与预测系统设计 [J].

殷英 ;

张朝元 ;

胡光华 ;

徐天泽 .

计算机工程与应用, 2005, (10) :197-199

[4] 交通流预测方法综述 [J].

刘静 ;

关伟 .

公路交通科技, 2004, (03) :82-85

[5] 尺度核函数支撑矢量机 [J].

张莉 ;

周伟达 ;

焦李成 .

电子学报, 2002, (04) :527-529

[6] 智能交通系统研究回顾与展望附视频 [J].

吴小强 ;

李鹏 ;

曲卫民 .

国外公路, 2000, (04) :36-40

[7] 高速公路交通流的RBF神经网络建模 [J].

欧海涛 ;

张文渊 ;

杨煜普 ;

许晓鸣 .

上海交通大学学报, 2000, (05) :665-668

[8] 组合预测方法研究 [J].

唐小我 ;

曹长修 .

控制与决策, 1993, (01) :7-12

[9]

SVM withpolynomial kernel function based nonlinear model one-step-ahead predictive control. Zhong W M,He G L,Pi D Y,et al. Chinese J of ChemicalEngineering . 2005

← 1 →