基于AFSA-LSSVM的短时交通流量预测

被引：18

作者：

刘静

机构：

[1] 健雄职业技术学院软件与服务外包学院

来源：

计算机工程与应用 | 2013年 / 17期

关键词：

短时交通流量; 最小二乘支持向量机; 人工鱼群算法; 时间序列;

D O I：

暂无

中图分类号：

TP391.9 [计算机仿真]; U491.11 [];

学科分类号：

080201 [机械制造及其自动化];

摘要：

为了提高短时交通流量的预测精度,针对最小二乘支持向量机(LSSVM)参数优化难题,提出一种人工鱼群算法(AFSA)和LSSVM相结合的短时交流量预测模型(AFSA-LSSVM),通过采用AFSA优化LSSVM参数,并采用具体短时交通流量数据进行仿真实验。仿真结果表明,相对于参比模型,AFSA-LSSVM可以获得更优的LSSVM参数,能够更加准确地描述短时交通流量变化趋势,提高了短时交通量的预测精度,为非线性短时交通流量预测提供了一种新的研究思路。

引用

页码：226 / 229

页数：4

共 9 条

[1]

改进在线最小二乘支持向量机的合金成分预测 [J].