本文選題：交通流 + 短時(shí)預(yù)測(cè)　； 參考：《控制工程》2017年09期

【摘要】：精確的短時(shí)交通預(yù)測(cè)是建立智能交通系統(tǒng)的一個(gè)重要前提,而具有明顯周期性特點(diǎn)的交通流量的預(yù)測(cè)是其中的一個(gè)重要環(huán)節(jié)。為實(shí)現(xiàn)交通流量的準(zhǔn)確預(yù)測(cè),提出一種基于自適應(yīng)慣性權(quán)重的粒子群優(yōu)化(AωPSO)最小二乘支持向量機(jī)(LS-SVM)的短時(shí)交通流量預(yù)測(cè)方法,通過引入粒子種群多樣性,設(shè)計(jì)自適應(yīng)慣性權(quán)重調(diào)節(jié)方法,借助PSO算法的尋優(yōu)能力實(shí)現(xiàn)LS-SVM參數(shù)的優(yōu)化,減少人為因素對(duì)參數(shù)選擇的影響,提高LS-SVM的泛化能力和預(yù)測(cè)精度。實(shí)驗(yàn)結(jié)果表明,與BP網(wǎng)絡(luò)、LS-SVM等方法相比,該方法具有精度高、泛化能力強(qiáng)的特點(diǎn)。
[Abstract]:Accurate short-term traffic prediction is an important prerequisite for the establishment of intelligent transportation system, and the prediction of traffic flow with obvious periodicity is one of the important links. In order to accurately predict traffic flow, a new method of short-term traffic flow prediction based on adaptive inertial weight based particle swarm optimization (PSO) and least squares support vector machine (LS-SVM) is proposed. The diversity of particle population is introduced. An adaptive inertial weight adjustment method is designed to optimize the LS-SVM parameters with the help of the optimization ability of the PSO algorithm to reduce the influence of human factors on the parameter selection and to improve the generalization ability and prediction accuracy of LS-SVM. The experimental results show that compared with BP neural network LS-SVM, this method has the characteristics of high precision and strong generalization ability.
【作者單位】： 華東交通大學(xué)電氣與自動(dòng)化工程學(xué)院;江西省先進(jìn)控制與優(yōu)化重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61663012,61501186) 江西省交通運(yùn)輸廳科技項(xiàng)目(2014X0015) 江西省教育廳科技項(xiàng)目(GJJ150490) 江西省科技廳青年科學(xué)基金項(xiàng)目(20161BAB212054) 華東交通大學(xué)校立科研基金(14DQ03)
【分類號(hào)】：TP18;U491.14

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 林金輝;張?jiān)蕽?聶建強(qiáng);徐大林;;基于粒子群優(yōu)化的模糊交通控制器設(shè)計(jì)[J];指揮控制與仿真;2013年05期

2 賈方方;孔德成;;同時(shí)取送貨車輛路徑問題的改進(jìn)粒子群優(yōu)化算法[J];物流技術(shù);2012年19期

3 楊英;劉衛(wèi)國(guó);王有財(cái);;基于二進(jìn)制粒子群優(yōu)化算法的行人檢測(cè)[J];機(jī)電工程;2013年09期

4 馬昌喜;錢勇生;王春雷;;基于雙向并行災(zāi)變粒子群優(yōu)化算法的城市環(huán)路交通協(xié)調(diào)控制系統(tǒng)[J];計(jì)算機(jī)應(yīng)用;2007年11期

5 李標(biāo);鄧天民;陸百川;張仕海;;混沌粒子群優(yōu)化無跡粒子濾波在組合導(dǎo)航中的應(yīng)用[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

，

本文編號(hào)：1972918