本文選題：短時(shí)交通流預(yù)測(cè) + 支持向量機(jī)��； 參考：《北京工業(yè)大學(xué)學(xué)報(bào)》2015年04期

【摘要】：針對(duì)短時(shí)交通流變化周期性與隨機(jī)性特點(diǎn),選取時(shí)間和空間序列流量觀測(cè)值作為支持向量機(jī)訓(xùn)練樣本進(jìn)行訓(xùn)練,使用空間序列預(yù)測(cè)值對(duì)交通流時(shí)間序列預(yù)測(cè)結(jié)果進(jìn)行修正,并通過(guò)對(duì)歷史時(shí)間空間序列預(yù)測(cè)結(jié)果的分析,動(dòng)態(tài)調(diào)整其對(duì)未來(lái)預(yù)測(cè)的影響,建立基于SVM與自適應(yīng)時(shí)空數(shù)據(jù)融合的短時(shí)交通流量預(yù)測(cè)模型.最后,將提出的預(yù)測(cè)模型與支持向量機(jī)時(shí)間序列預(yù)測(cè)模型、指數(shù)平滑法、多元回歸法預(yù)測(cè)結(jié)果進(jìn)行對(duì)比,結(jié)果表明:自適應(yīng)時(shí)空數(shù)據(jù)融合預(yù)測(cè)模型可將預(yù)測(cè)平均相對(duì)誤差控制在4%,明顯高于其他模型預(yù)測(cè)精度.
[Abstract]:According to the characteristics of periodicity and randomness of short-term traffic flow changes, the time and space series flow observation values are selected as training samples of support vector machine, and the prediction results of traffic flow time series are modified by using spatial sequence prediction values. By analyzing the prediction results of historical time and space series and dynamically adjusting its influence on future prediction, a short-term traffic flow forecasting model based on SVM and adaptive spatio-temporal data fusion is established. Finally, the proposed prediction model is compared with the prediction results of support vector machine time series prediction model, exponential smoothing method and multivariate regression method. The results show that the prediction model of adaptive spatio-temporal data fusion can control the average relative error of prediction at 4%, which is obviously higher than the prediction accuracy of other models.
【作者單位】： 河北工業(yè)大學(xué)土木工程學(xué)院;河北省土木工程技術(shù)研究中心;
【基金】：河北省人力資源與社會(huì)保障廳留學(xué)人員科技活動(dòng)項(xiàng)目(D2011001)
【分類(lèi)號(hào)】：U491.112

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃潂,陳森發(fā),周振國(guó),亓霞;城市交通流量的非線性混沌預(yù)測(cè)模型研究(英文)[J];Journal of Southeast University(English Edition);2003年04期

2 徐啟華;楊瑞;;支持向量機(jī)在交通流量實(shí)時(shí)預(yù)測(cè)中的應(yīng)用[J];公路交通科技;2005年12期

3 李巧茹;陳亮;張錚;支學(xué)軍;;并行式時(shí)空二維融合路段交通量預(yù)測(cè)[J];河北工業(yè)大學(xué)學(xué)報(bào);2008年03期

4 楊兆升;王媛;管青;;基于支持向量機(jī)方法的短時(shí)交通流量預(yù)測(cè)方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2006年06期

5 尚寧;覃明貴;王亞琴;崔中發(fā);崔巖;朱揚(yáng)勇;;基于BP神經(jīng)網(wǎng)絡(luò)的路口短時(shí)交通流量預(yù)測(cè)方法[J];計(jì)算機(jī)應(yīng)用與軟件;2006年02期

6 樊娜;趙祥模;戴明;安毅生;;短時(shí)交通流預(yù)測(cè)模型[J];交通運(yùn)輸工程學(xué)報(bào);2012年04期

7 傅貴;韓國(guó)強(qiáng);逯峰;許子鑫;;基于支持向量機(jī)回歸的短時(shí)交通流預(yù)測(cè)模型[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年09期

8 李斌;郗濤;史明華;;基于支持向量機(jī)的交通流組合預(yù)測(cè)模型[J];天津工業(yè)大學(xué)學(xué)報(bào);2008年02期

9 沈國(guó)江;王嘯虎;孔祥杰;;短時(shí)交通流量智能組合預(yù)測(cè)模型及應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2011年03期

10 高尚;房靖;;公路交通運(yùn)量的支持向量機(jī)組合預(yù)測(cè)[J];交通運(yùn)輸系統(tǒng)工程與信息;2007年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙亞萍;張和生;周卓楠北京交通大學(xué)電氣工程學(xué)院;楊軍;潘成;賈利民;;基于最小二乘支持向量機(jī)的交通流量預(yù)測(cè)模型[J];北京交通大學(xué)學(xué)報(bào);2011年02期

2 王新穎;雋志才;吳慶妍;孫元;;KNN算法的數(shù)據(jù)優(yōu)化策略[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2010年03期

3 唐世星;;改進(jìn)的支持向量機(jī)算法在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[J];承德石油高等專(zhuān)科學(xué)校學(xué)報(bào);2012年01期

4 劉漢麗;周成虎;朱阿興;李霖;;多子群遺傳神經(jīng)網(wǎng)絡(luò)模型用于路口短時(shí)交通流量預(yù)測(cè)[J];測(cè)繪學(xué)報(bào);2009年04期

5 溫勝?gòu)?qiáng);周鵬飛;康海貴;;基于灰色理論與BP神經(jīng)網(wǎng)絡(luò)的交通運(yùn)輸量組合預(yù)測(cè)研究[J];大連理工大學(xué)學(xué)報(bào);2010年04期

6 楊際祥;譚國(guó)真;王凡;田珠;潘東;;實(shí)時(shí)交通流預(yù)測(cè)的并行SVR預(yù)測(cè)方法[J];大連理工大學(xué)學(xué)報(bào);2010年06期

7 王建;鄧衛(wèi);趙金寶;;基于改進(jìn)型貝葉斯組合模型的短時(shí)交通流量預(yù)測(cè)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

8 翁劍成;榮建;任福田;魏中華;;基于非參數(shù)回歸的快速路行程速度短期預(yù)測(cè)算法[J];公路交通科技;2007年03期

9 姚智勝;邵春福;熊志華;;支持向量機(jī)在路段行程時(shí)間預(yù)測(cè)中的應(yīng)用研究[J];公路交通科技;2007年09期

10 孫占全;潘景山;張贊軍;張立東;丁青艷;;基于主成分分析與支持向量機(jī)結(jié)合的交通流預(yù)測(cè)[J];公路交通科技;2009年05期

相關(guān)會(huì)議論文 前6條

1 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 王雯;費(fèi)樹(shù)岷;鄭波;吳承峗;文堯奇;;基于BP網(wǎng)的數(shù)據(jù)挖掘技術(shù)在成紗質(zhì)量預(yù)測(cè)中的應(yīng)用[A];第25屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2006年

3 楊珍;王慧;;引入支路流量的非參數(shù)回歸交通流短時(shí)預(yù)測(cè)[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

4 楊錦偉;肖新平;郭金海;;基于灰關(guān)聯(lián)與少數(shù)據(jù)云推理的短時(shí)交通流預(yù)測(cè)[A];第25屆全國(guó)灰色系統(tǒng)會(huì)議論文集[C];2014年

5 侯曉宇;胡思宇;楊毅;;雙層K近鄰短時(shí)預(yù)測(cè)算法參數(shù)分析及驗(yàn)證[A];2014第九屆中國(guó)智能交通年會(huì)優(yōu)秀論文集[C];2014年

6 Luoyanchun;;Application of the large optimal node-driven model in tourism management[A];2013年教育技術(shù)與管理科學(xué)國(guó)際會(huì)議論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 張勇;交通流的非線性分析、預(yù)測(cè)和控制[D];北京交通大學(xué);2011年

2 董春嬌;多狀態(tài)下城市快速路網(wǎng)交通流短時(shí)預(yù)測(cè)理論與方法研究[D];北京交通大學(xué);2011年

3 高聯(lián)雄;智能公交系統(tǒng)數(shù)據(jù)挖掘研究與應(yīng)用[D];北京郵電大學(xué);2011年

4 胡家興;基于違法數(shù)據(jù)分析的道路交通安全管理決策研究與應(yīng)用[D];大連海事大學(xué);2011年

5 蔣剛;核機(jī)器學(xué)習(xí)方法若干問(wèn)題研究[D];西南交通大學(xué);2006年

6 胡丹;小波支持向量回歸模型及其應(yīng)用研究[D];西南交通大學(xué);2006年

7 張楊;不確定環(huán)境下城市交通中車(chē)輛路徑選擇研究[D];西南交通大學(xué);2006年

8 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

9 姚智勝;基于實(shí)時(shí)數(shù)據(jù)的道路網(wǎng)短時(shí)交通流預(yù)測(cè)理論與方法研究[D];北京交通大學(xué);2007年

10 馮金巧;城市道路交通擁擠預(yù)測(cè)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 阮俊虎;基于GA-SVM的區(qū)域物流需求預(yù)測(cè)研究[D];河北工程大學(xué);2010年

2 周鄭芳;顧及氣象要素的道路通行分析應(yīng)用研究[D];解放軍信息工程大學(xué);2009年

3 毛小飛;基于小波包分析和支持向量回歸機(jī)的交通流量預(yù)測(cè)方法研究[D];西華大學(xué);2011年

4 張富英;基于GA-SVM的靜壓管樁單樁極限承載力預(yù)測(cè)[D];河北工程大學(xué);2011年

5 鄺朝劍;基于浮動(dòng)車(chē)數(shù)據(jù)的物流配送路況預(yù)測(cè)研究[D];華南理工大學(xué);2011年

6 潘羅敏;地鐵短時(shí)客流量預(yù)測(cè)預(yù)警研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2011年

7 黃歡;G市物流園區(qū)需求分析與戰(zhàn)略定位[D];山東大學(xué);2011年

8 姜ei聞;城市道路交通流監(jiān)控及短時(shí)預(yù)測(cè)技術(shù)研究[D];西南交通大學(xué);2011年

9 徐永俊;基于混沌和SVR的短時(shí)交通流預(yù)測(cè)方法研究[D];西南交通大學(xué);2011年

10 吳方國(guó);采用低頻采樣浮動(dòng)車(chē)數(shù)據(jù)的城市路段行程時(shí)間估計(jì)與預(yù)測(cè)[D];浙江工業(yè)大學(xué);2010年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姚智勝;邵春福;高永亮;;基于支持向量回歸機(jī)的交通狀態(tài)短時(shí)預(yù)測(cè)方法研究[J];北京交通大學(xué)學(xué)報(bào);2006年03期

2 張莉,周偉達(dá),焦李成;尺度核函數(shù)支撐矢量機(jī)[J];電子學(xué)報(bào);2002年04期

3 況愛(ài)武,黃中祥;基于RBF神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J];系統(tǒng)工程;2004年02期

4 蓋春英,裴玉龍;自適應(yīng)指數(shù)平滑模型預(yù)測(cè)區(qū)域經(jīng)濟(jì)研究[J];公路;2001年11期

5 劉靜,關(guān)偉;交通流預(yù)測(cè)方法綜述[J];公路交通科技;2004年03期

6 徐啟華,丁兆奎;交通流量的遞歸神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)預(yù)測(cè)模型研究[J];公路交通科技;2004年10期

7 趙建玉;賈磊;楊立才;朱文興;;基于粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)交通流預(yù)測(cè)[J];公路交通科技;2006年07期

8 楊兆升,谷遠(yuǎn)利;實(shí)時(shí)動(dòng)態(tài)交通流預(yù)測(cè)模型研究[J];公路交通科技;1998年03期

9 鄧志龍;李全;陳茜;;基于灰色系統(tǒng)理論的短時(shí)交通流預(yù)測(cè)[J];公路交通技術(shù);2006年01期

10 吳小強(qiáng),李鵬,曲衛(wèi)民;智能交通系統(tǒng)研究回顧與展望[J];國(guó)外公路;2000年04期

相關(guān)博士學(xué)位論文 前2條

1 李俊奎;時(shí)間序列相似性問(wèn)題研究[D];華中科技大學(xué);2008年

2 王凡;基于支持向量機(jī)的交通流預(yù)測(cè)方法研究[D];大連理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前3條

1 高成鍇;基于約束動(dòng)態(tài)時(shí)間彎曲距離的時(shí)間序列相似性匹配[D];大連理工大學(xué);2010年

2 曹鳳萍;城市道路交通參數(shù)短時(shí)多步預(yù)測(cè)方法研究[D];吉林大學(xué);2008年

3 孫達(dá)辰;基于DTW的時(shí)間序列相似性搜索的研究[D];大慶石油學(xué)院;2010年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐明,陳寶星,柳伍生;基于相空間重構(gòu)的短時(shí)交通流分形研究[J];山東交通學(xué)院學(xué)報(bào);2004年01期

2 華冬冬,陳森發(fā);非線性短時(shí)交通流的一種神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法[J];現(xiàn)代交通技術(shù);2004年01期

3 田晶;楊玉珍;陳陽(yáng)舟;;短時(shí)交通流量?jī)煞N預(yù)測(cè)方法的研究[J];公路交通科技;2006年04期

4 蔣海峰;馬瑞軍;魏學(xué)業(yè);溫偉剛;;一種基于小數(shù)據(jù)量的快速識(shí)別短時(shí)交通流混沌特性的方法[J];鐵道學(xué)報(bào);2006年02期

5 蔣海峰;王鼎媛;張仲義;;短時(shí)交通流的非線性動(dòng)力學(xué)特性[J];中國(guó)公路學(xué)報(bào);2008年03期

6 李松;劉力軍;郭海玲;;短時(shí)交通流混沌預(yù)測(cè)方法的比較[J];系統(tǒng)工程;2009年09期

7 許倫輝;唐德華;鄒娜;夏新海;;基于非線性時(shí)間序列分析的短時(shí)交通流特性分析[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

8 李雁;陸海亭;張寧;;一種短時(shí)交通流異常數(shù)據(jù)識(shí)別新算法[J];公路交通科技(應(yīng)用技術(shù)版);2010年04期

9 承向軍;劉軍;馬敏書(shū);;基于分形理論的短時(shí)交通流預(yù)測(cè)算法[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年04期

10 張立;謝忠玉;陳凱;;基于混沌理論的短時(shí)交通流局域預(yù)測(cè)模型[J];黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年02期

相關(guān)會(huì)議論文 前2條

1 翁小雄;翦俊;;短時(shí)交通流頻譜分析與預(yù)測(cè)[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 張利;李星毅;施化吉;;一種基于ARIMA模型的短時(shí)交通流量改進(jìn)預(yù)測(cè)算法[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 李嬋;交通擁堵為何預(yù)測(cè)不準(zhǔn)[N];北京科技報(bào);2010年

相關(guān)博士學(xué)位論文 前2條

1 郭歡;基于灰理論的短時(shí)交通流動(dòng)力學(xué)建模預(yù)測(cè)與優(yōu)化研究[D];武漢理工大學(xué);2013年

2 張曉利;基于非參數(shù)回歸的短時(shí)交通流量預(yù)測(cè)方法研究[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 喻丹;基于小波理論的短時(shí)交通流預(yù)測(cè)方法研究[D];長(zhǎng)沙理工大學(xué);2008年

2 卓卉;基于混沌理論的短時(shí)交通流預(yù)測(cè)方法研究[D];北京交通大學(xué);2008年

3 唐明;短時(shí)交通流特性及其預(yù)測(cè)方法的研究[D];長(zhǎng)沙理工大學(xué);2004年

4 華冬冬;短時(shí)交通流的混沌性分析及其基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型研究[D];東南大學(xué);2005年

5 王小英;道路網(wǎng)短時(shí)交通流分析與預(yù)測(cè)[D];武漢理工大學(xué);2010年

6 劉錦娣;城市短時(shí)交通流預(yù)測(cè)模型研究[D];石家莊鐵道大學(xué);2012年

7 陳野;基于分?jǐn)?shù)階累加生成的短時(shí)交通流預(yù)測(cè)模型研究[D];武漢理工大學(xué);2013年

8 王娟;短時(shí)交通流量混合預(yù)測(cè)方法研究[D];長(zhǎng)安大學(xué);2007年

9 郜永濤;公路短時(shí)交通流“機(jī)理+辨識(shí)”預(yù)測(cè)策略的樣本容量研究[D];天津大學(xué);2009年

10 呂兵兵;基于穩(wěn)健統(tǒng)計(jì)的公路短時(shí)交通流“機(jī)理+辨識(shí)”策略研究[D];天津大學(xué);2010年

，

本文編號(hào)：1850308