本文選題：交通流量 + 支持向量機(jī)��； 參考：《激光雜志》2014年12期

【摘要】：交通流量預(yù)測(cè)是智能交通系統(tǒng)中的關(guān)鍵技術(shù),針對(duì)當(dāng)前交通流量預(yù)測(cè)模型存在不足,提出一種遺傳算法優(yōu)化支持向量機(jī)的交通流量預(yù)測(cè)模型。首先收集交通流量歷史數(shù)據(jù),并基于混沌理想對(duì)其進(jìn)行相空間重構(gòu),然后將訓(xùn)練樣本輸入到支持向量機(jī)中進(jìn)行學(xué)習(xí),并采用遺傳算法優(yōu)化支持向量機(jī)參數(shù),建立交通流量預(yù)測(cè)模型,最后采用測(cè)試樣本對(duì)模型的性能進(jìn)行測(cè)試。結(jié)果表明,相對(duì)于經(jīng)典交通流量預(yù)測(cè)模型,本文模型可以更加準(zhǔn)確描述交通流量預(yù)測(cè)復(fù)雜的變化趨勢(shì),提高了交通流量的單步和多步預(yù)測(cè)精度。
[Abstract]:Traffic flow forecasting is a key technology in intelligent transportation system. In view of the deficiency of current traffic flow forecasting model, a genetic algorithm is proposed to optimize the traffic flow forecasting model based on support vector machine (SVM). Firstly, the historical data of traffic flow are collected, then the phase space is reconstructed based on chaotic ideal, then the training sample is input into support vector machine for learning, and the parameters of support vector machine are optimized by genetic algorithm. Finally, test samples are used to test the performance of the model. The results show that compared with the classical traffic flow forecasting model, this model can more accurately describe the complex trend of traffic flow prediction and improve the accuracy of single-step and multi-step traffic flow prediction.
【作者單位】： 天津大學(xué)管理與經(jīng)濟(jì)學(xué)部;
【分類(lèi)號(hào)】：U495

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 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

2 李建武;陳森發(fā);黃濵;;基于粗集理論和支持向量機(jī)的道路網(wǎng)短時(shí)交通流量預(yù)測(cè)[J];計(jì)算機(jī)應(yīng)用研究;2010年10期

3 李茂同;袁健;;短時(shí)交通流預(yù)測(cè)WT-AOSVR模型[J];計(jì)算機(jī)應(yīng)用與軟件;2013年01期

4 高慧;趙建玉;賈磊;;短時(shí)交通流預(yù)測(cè)方法綜述[J];濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

5 邱敦國(guó);楊紅雨;;一種基于雙周期時(shí)間序列的短時(shí)交通流預(yù)測(cè)算法[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2013年05期

6 李穎宏;劉樂(lè)敏;王玉全;;基于組合預(yù)測(cè)模型的短時(shí)交通流預(yù)測(cè)[J];交通運(yùn)輸系統(tǒng)工程與信息;2013年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田光理;苑紅偉;牛德寧;;基于粗糙集理論的短時(shí)交通流組合預(yù)測(cè)研究[J];道路交通與安全;2010年02期

2 曹樹(shù)志;項(xiàng)響琴;;基于改進(jìn)的K_Means算法的城市高架橋交通流分析[J];公路交通科技(應(yīng)用技術(shù)版);2010年10期

3 姚琛;羅霞;漢克·范少倫;;基于粗集和神經(jīng)網(wǎng)絡(luò)耦合的短時(shí)交通流預(yù)測(cè)[J];公路交通科技;2010年11期

4 吳寶春;鄭蕊蕊;李敏;楊亞寧;;基于遺傳灰色GM(1,1,ρ)模型的短時(shí)交通流量預(yù)測(cè)[J];電子設(shè)計(jì)工程;2012年13期

5 董春嬌;邵春福;周雪梅;孟夢(mèng);諸葛承祥;;基于交通流參數(shù)相關(guān)的阻塞流短時(shí)預(yù)測(cè)卡爾曼濾波算法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

6 羅向龍;牛國(guó)宏;潘若禹;;交通流量經(jīng)驗(yàn)?zāi)B(tài)分解與神經(jīng)網(wǎng)絡(luò)短時(shí)預(yù)測(cè)方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年26期

7 夏英;梁中軍;;短時(shí)交通流預(yù)測(cè)模型的網(wǎng)絡(luò)結(jié)構(gòu)估計(jì)[J];計(jì)算機(jī)應(yīng)用;2009年12期

8 鐘波;劉敏;;BNs-OLS-SARIMA對(duì)城市短時(shí)交通流的預(yù)測(cè)[J];計(jì)算機(jī)應(yīng)用研究;2010年10期

9 陸海亭;張寧;黃衛(wèi);夏井新;;短時(shí)交通流預(yù)測(cè)方法研究進(jìn)展[J];交通運(yùn)輸工程與信息學(xué)報(bào);2009年04期

10 石永輝;鮑俊;嚴(yán)忠貞;蔣圣萍;;混合智能算法在城市道路短時(shí)交通流量預(yù)測(cè)中的研究[J];交通信息與安全;2011年04期

相關(guān)會(huì)議論文 前2條

1 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

2 雷升鍇;劉紅陽(yáng);張祥鋒;;自駕天氣服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];第31屆中國(guó)氣象學(xué)會(huì)年會(huì)S10 第四屆氣象服務(wù)發(fā)展論壇——提高水文氣象防災(zāi)減災(zāi)水平，推動(dòng)氣象服務(wù)社會(huì)化發(fā)展[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 姚琛;基于信息提取計(jì)算的動(dòng)態(tài)交通數(shù)據(jù)分析及應(yīng)用[D];西南交通大學(xué);2011年

2 楊祖元;城市交通信號(hào)系統(tǒng)智能控制策略研究[D];重慶大學(xué);2008年

3 肖培靈;濰坊市可持續(xù)發(fā)展能力研究及其應(yīng)用[D];天津大學(xué);2009年

4 龔勃文;大規(guī)模路網(wǎng)下中心式動(dòng)態(tài)交通誘導(dǎo)系統(tǒng)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2010年

5 靳引利;省域高速公路網(wǎng)交通誘導(dǎo)系統(tǒng)關(guān)鍵技術(shù)研究[D];長(zhǎng)安大學(xué);2009年

6 李繼偉;城市主次干路的路段行程時(shí)間估計(jì)與預(yù)測(cè)方法研究[D];吉林大學(xué);2012年

7 張揚(yáng);城市路網(wǎng)交通預(yù)測(cè)模型研究及應(yīng)用[D];上海交通大學(xué);2009年

8 夏英;智能交通系統(tǒng)中的時(shí)空數(shù)據(jù)分析關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2012年

9 孫曉亮;城市道路交通狀態(tài)評(píng)價(jià)和預(yù)測(cè)方法及應(yīng)用研究[D];北京交通大學(xué);2013年

10 徐東偉;道路交通狀態(tài)多維多粒度獲取方法研究[D];北京交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 全書(shū)鵬;智能交通中車(chē)流量預(yù)測(cè)與路徑優(yōu)化技術(shù)的研究[D];鄭州大學(xué);2010年

2 易柳;無(wú)檢測(cè)器路口交通流量預(yù)測(cè)方法研究[D];湘潭大學(xué);2010年

3 朱理;克隆選擇算法在城市道路交通信號(hào)控制中的應(yīng)用研究[D];湘潭大學(xué);2010年

4 林鑫;城市道路交通流數(shù)據(jù)的挖掘[D];天津理工大學(xué);2010年

5 田智韜;基于浮動(dòng)車(chē)與固定檢測(cè)器的交通流數(shù)據(jù)融合技術(shù)研究[D];北京交通大學(xué);2011年

6 姜蕊;融合預(yù)測(cè)信息的動(dòng)態(tài)路徑選擇算法研究[D];北京交通大學(xué);2011年

7 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

8 劉燕;城市道路交通流狀態(tài)辨識(shí)及決策方法研究[D];合肥工業(yè)大學(xué);2011年

9 劉林;基于LSSVM的短期交通流預(yù)測(cè)研究與應(yīng)用[D];西南交通大學(xué);2011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

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊芳明;朱順應(yīng);;基于小波的短時(shí)交通流預(yù)測(cè)[J];重慶交通學(xué)院學(xué)報(bào);2006年03期

2 趙晶;唐煥文;朱訓(xùn)芝;;模擬退火算法的一種改進(jìn)及其應(yīng)用研究[J];大連理工大學(xué)學(xué)報(bào);2006年05期

3 吳微;張凌;;自適應(yīng)參數(shù)的AOSVR算法及其在股票預(yù)測(cè)中應(yīng)用[J];大連理工大學(xué)學(xué)報(bào);2009年04期

4 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

5 劉大同;彭宇;彭喜元;;基于殘差預(yù)測(cè)修正的局部在線(xiàn)時(shí)間序列預(yù)測(cè)方法[J];電子學(xué)報(bào);2008年S1期

6 王正武,黃中祥;短時(shí)交通流預(yù)測(cè)模型的分析與評(píng)價(jià)[J];系統(tǒng)工程;2003年06期

7 楊世堅(jiān),賀國(guó)光;基于模糊C均值聚類(lèi)和神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)方法[J];系統(tǒng)工程;2004年08期

8 王曉原;吳磊;張開(kāi)旺;張敬磊;;非參數(shù)小波算法的交通流預(yù)測(cè)方法[J];系統(tǒng)工程;2005年10期

9 王進(jìn);史其信;;短時(shí)交通流預(yù)測(cè)模型綜述[J];中國(guó)公共安全(學(xué)術(shù)卷);2005年01期

10 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

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 潘昱,張晶;基于城市路口相關(guān)性的交通流量預(yù)測(cè)[J];交通與計(jì)算機(jī);2005年01期

2 劉世超;基于極大似然估計(jì)的路段交通流量預(yù)測(cè)[J];西南交通大學(xué)學(xué)報(bào);2005年02期

3 劉長(zhǎng)虹;陳志恒;黃虎;;城市短期交通流量預(yù)測(cè)方法的探討[J];現(xiàn)代交通技術(shù);2006年01期

4 侯明善;蘭云;;基于自適應(yīng)模糊神經(jīng)推理網(wǎng)絡(luò)的交通流量預(yù)測(cè)研究[J];機(jī)械科學(xué)與技術(shù);2006年10期

5 胡丹;肖建;車(chē)暢;;提升小波支持向量機(jī)在交通流量預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2007年08期

6 姚亞夫;劉侃;;基于遺傳神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測(cè)研究[J];公路與汽運(yùn);2007年06期

7 范魯明;賀國(guó)光;;改進(jìn)非參數(shù)回歸在交通流量預(yù)測(cè)中的應(yīng)用[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

8 叢新宇;虞慧群;范貴生;;基于組合模型的交通流量預(yù)測(cè)方法[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

9 劉長(zhǎng)虹;黃虎;陳力華;吳偉蔚;;基于隨機(jī)過(guò)程下的交通流量預(yù)測(cè)方法[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2006年02期

10 猶勇;;組合預(yù)測(cè)方法在城市交通流量預(yù)測(cè)中的運(yùn)用[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

相關(guān)會(huì)議論文 前7條

1 龐清樂(lè);;基于蟻群算法的交通流量預(yù)測(cè)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

2 張勇;關(guān)偉;;基于多變量序列重構(gòu)的交通流量預(yù)測(cè)[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

3 劉強(qiáng);朱敏;王小維;邱震宇;;灰色神經(jīng)模型在空中交通流量預(yù)測(cè)中的應(yīng)用[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

4 劉智勇;徐今強(qiáng);李水友;;城市交通流量的混沌時(shí)間序列預(yù)測(cè)[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專(zhuān)輯[C];2004年

5 周申培;嚴(yán)新平;;信息融合技術(shù)在交通流量預(yù)測(cè)中的應(yīng)用[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

6 于江波;陳后金;;基于分段學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測(cè)[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

7 蔣海峰;魏學(xué)業(yè);張屹;;基于加權(quán)一階局域法的短時(shí)交通流量預(yù)測(cè)的研究[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

相關(guān)碩士學(xué)位論文 前10條

1 張仁初;寧波港船舶交通流量預(yù)測(cè)研究[D];大連海事大學(xué);2008年

2 李波;基于小波分析和遺傳神經(jīng)網(wǎng)絡(luò)的短時(shí)城市交通流量預(yù)測(cè)研究[D];北京交通大學(xué);2012年

3 何偉;模糊神經(jīng)網(wǎng)絡(luò)在交通流量預(yù)測(cè)中的應(yīng)用研究[D];蘭州交通大學(xué);2012年

4 吳凱;基于神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè)研究[D];南京郵電大學(xué);2013年

5 范魯明;基于非參數(shù)回歸的短時(shí)交通流量預(yù)測(cè)[D];天津大學(xué);2007年

6 吳杰;支持短時(shí)交通流量預(yù)測(cè)的概率圖模型構(gòu)建與推理[D];云南大學(xué);2012年

7 蘭云;短時(shí)交通流量預(yù)測(cè)研究[D];西北工業(yè)大學(xué);2002年

8 屈凡;基于混沌和模糊神經(jīng)網(wǎng)絡(luò)的城市短時(shí)交通流量預(yù)測(cè)[D];長(zhǎng)安大學(xué);2012年

9 易良友;道路交通流量數(shù)據(jù)處理與預(yù)測(cè)模型研究[D];重慶大學(xué);2011年

10 劉寧;基于組合模型的交通流量預(yù)測(cè)方法[D];華東理工大學(xué);2011年

，

本文編號(hào)：1866467