本文選題：交通運(yùn)輸系統(tǒng)工程　切入點(diǎn)：交通量　出處：《東南大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年05期 　論文類型：期刊論文

【摘要】：基于高速公路交通量短時(shí)變化的非線性、不確定性和復(fù)雜性,利用支持向量回歸模型,提出一種核函數(shù)切換的預(yù)測(cè)方法.首先,通過歷史數(shù)據(jù)構(gòu)建不同核函數(shù)的支持向量回歸模型并對(duì)歷史數(shù)據(jù)進(jìn)行擬合,根據(jù)擬合的誤差確定不同時(shí)刻對(duì)應(yīng)的最優(yōu)核函數(shù)類別;然后根據(jù)歷史數(shù)據(jù)及確定的不同時(shí)刻的核函數(shù)類別訓(xùn)練支持向量分類機(jī);最后利用支持向量分類機(jī)確定預(yù)測(cè)時(shí)刻最優(yōu)的核函數(shù)類別,選取相應(yīng)的支持向量回歸模型進(jìn)行預(yù)測(cè).實(shí)例分析表明,與傳統(tǒng)的支持向量回歸模型相比,含核函數(shù)切換的預(yù)測(cè)方法預(yù)測(cè)精度較高,且具有較好的魯棒性.
[Abstract]:Based on the nonlinearity, uncertainty and complexity of the short-time change of freeway traffic volume, a kernel function switching prediction method is proposed by using the support vector regression model. The support vector regression model of different kernel functions is constructed through historical data and the historical data is fitted to determine the optimal kernel function categories at different times according to the fitting error. Then the support vector classifier is trained according to the historical data and the kernel function classes at different times. Finally, the support vector classifier is used to determine the optimal kernel function class for predicting the time. Compared with the traditional support vector regression model, the prediction method with kernel function switching is more accurate and robust than the traditional support vector regression model.
【作者單位】： 東南大學(xué)交通學(xué)院;東南大學(xué)物聯(lián)網(wǎng)交通應(yīng)用研究中心;
【基金】：交通運(yùn)輸部科技示范工程資助項(xiàng)目(2015364X16030,2014364223150) 國(guó)家自然科學(xué)基金資助項(xiàng)目(6161001115) 東南大學(xué)優(yōu)秀博士學(xué)位論文基金資助項(xiàng)目(YBJJ1736)
【分類號(hào)】：U491.14

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張新天,羅曉輝;灰色理論與模型在交通量預(yù)測(cè)中的應(yīng)用[J];公路;2001年08期

2 史士英,盧忠南,袁啟英;交通量預(yù)測(cè)的優(yōu)化模型[J];濟(jì)南交通高等�？茖W(xué)校學(xué)報(bào);2001年04期

3 石淑萍,白雪坤;公路交通量預(yù)測(cè)[J];林業(yè)科技情報(bào);2002年01期

4 高明霞;公路交通量預(yù)測(cè)的思想方法[J];甘肅科技;2004年03期

5 黃正昌,鄭莉,王嘉;公路交通量預(yù)測(cè)失準(zhǔn)問題與對(duì)策[J];公路與汽運(yùn);2005年03期

6 萬發(fā)祥;曾江洪;;高速公路交通量預(yù)測(cè)失準(zhǔn)問題與對(duì)策[J];山西科技;2006年02期

7 馬祥偉;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的交通量預(yù)測(cè)[J];公路;2006年08期

8 李利;任其亮;羅莉;;交通量預(yù)測(cè)的支持向量機(jī)回歸法[J];交通標(biāo)準(zhǔn)化;2006年09期

9 王司成;;小議現(xiàn)階段我國(guó)公路交通量預(yù)測(cè)失準(zhǔn)的原因與對(duì)策[J];黑龍江科技信息;2007年01期

10 向前忠;;港口公路集散交通量預(yù)測(cè)的探討[J];廣東公路交通;2008年03期

相關(guān)會(huì)議論文 前7條

1 張新天;羅曉輝;;灰色理論與模型在交通量預(yù)測(cè)中的應(yīng)用[A];第七屆北京青年科技論文評(píng)選獲獎(jiǎng)?wù)撐募痆C];2003年

2 李娜;;區(qū)域航道的船舶交通量預(yù)測(cè)[A];第四屆廣東海事高級(jí)論壇論文集[C];2012年

3 范東濤;楊衛(wèi)東;;蘇通長(zhǎng)江公路大橋工可交通量預(yù)測(cè)特點(diǎn)分析[A];江蘇省公路學(xué)會(huì)優(yōu)秀論文集（2006-2008）[C];2009年

4 潘艷榮;常立峰;;初探總量控制與系統(tǒng)平衡相結(jié)合的交通量預(yù)測(cè)方法[A];2004年道路工程學(xué)術(shù)交流會(huì)論文集[C];2004年

5 胡曉健;陸建;;基于二步自適應(yīng)的交通量實(shí)時(shí)預(yù)測(cè)模型[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

6 王碩;;BP神經(jīng)網(wǎng)絡(luò)在高速公路交通量預(yù)測(cè)中的應(yīng)用[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

7 張剛;;OD矩陣反推技術(shù)在交通量預(yù)測(cè)中的應(yīng)用[A];全國(guó)城市公路學(xué)會(huì)第十九次學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 王暉;高等級(jí)公路項(xiàng)目可研階段交通量預(yù)測(cè)若干問題研究[D];長(zhǎng)安大學(xué);2003年

2 劉彬生;基于小波和傅立葉變換的道路交通量預(yù)測(cè)研究[D];哈爾濱工業(yè)大學(xué);2006年

3 尹宏賓;智能化信號(hào)交叉口控制及其交通量預(yù)測(cè)方法的研究[D];華南理工大學(xué);1999年

4 趙澤輝;高速公路交通量預(yù)測(cè)及山區(qū)高速公路后評(píng)價(jià)研究[D];大連理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 劉天寶;城市道路交通量預(yù)測(cè)研究[D];安徽建筑大學(xué);2015年

2 鄧佳;面向交通量過載預(yù)測(cè)的移動(dòng)軌跡數(shù)據(jù)分析方法研究[D];南京理工大學(xué);2017年

3 劉甜偉;新建高速公路交通量預(yù)測(cè)失準(zhǔn)問題研究[D];西南交通大學(xué);2010年

4 魏善冠;基于支持向量機(jī)的高速公路交通量預(yù)測(cè)研究[D];長(zhǎng)安大學(xué);2010年

5 陳百奔;基于神經(jīng)網(wǎng)絡(luò)的四階段預(yù)測(cè)法在交通量預(yù)測(cè)中的應(yīng)用研究[D];武漢理工大學(xué);2011年

6 孟維偉;基于神經(jīng)網(wǎng)絡(luò)的交通量預(yù)測(cè)技術(shù)研究[D];南京理工大學(xué);2006年

7 邵偉躍;北京—臺(tái)北公路項(xiàng)目廊坊段交通量預(yù)測(cè)研究[D];長(zhǎng)安大學(xué);2010年

8 胡文凱;高速公路交通量預(yù)測(cè)誤差分析[D];長(zhǎng)安大學(xué);2011年

9 陳相艷;面向產(chǎn)業(yè)物流管理的城市交通短時(shí)交通量預(yù)測(cè)[D];廣西科技大學(xué);2013年

10 李明磊;鄧州至豫鄂省界高速公路交通量預(yù)測(cè)優(yōu)化研究[D];遼寧科技大學(xué);2014年

，

本文編號(hào)：1597286