基于最小二乘支持向量机的短时交通流预测

下载PDF

导出

摘要交通流变化过程是一个实时、非线性、高维的随机过程,对其进行准确预测是智能交通领域的热点和难点问题。采用最小二乘支持向量机方法来建立短时交通流预测的模型,在经验风险和置信范围之间寻求最佳折衷,并且通过实例研究来验证其有效性。结果表明,该模型适应小样本情况下对非线性动态系统的学习,对短时交通流有较好的预测效果。

作者桂栋隗宇王晓东

机构地区上海船舶运输科学研究所

出处《交通科技与管理》 2022年第7期47-49,共3页

关键词短时交通流预测最小二乘支持向量机结构风险最小化核函数

分类号 U491.1 [交通运输工程—交通运输规划与管理]

引文网络
相关文献

1Soren Kirkegaard Nielsen,Lars Juhl Munkholm,Mathieu Lamandé,Michael Norremark,Gareth T.C.Edwards,Ole Green,冯玉岗(译).播种机精密播种深度控制系统[J].中国农机化学报,2021,42(11):30-36.
2王喜燕,刘亚琳.基于粒子群优化最小二乘支持向量机的铁路客运量预测[J].郑州铁路职业技术学院学报,2022,34(1):22-25. 被引量：3
3曾宪堂,孙昊.高速公路短时交通流预测方法对比分析[J].公路,2022,67(2):366-370. 被引量：11
4孟良,许同乐,马金英,蔡道勇.基于LMD形态滤波的LS-SVM方法研究[J].哈尔滨理工大学学报,2022,27(1):92-99. 被引量：2
5李瑞玲,侯文慧.核心素养背景下发展科学思维的课堂实例研究——以“通过神经系统的调节”一轮复习的教学设计为例[J].中学生物教学,2021(29):62-65.
6顾林刚,孙萍萍.基于成果导向教育理论的高职英语课程思政建设探索[J].学园,2021,14(26):33-35.
7芮伟,谢泰,沙琨.基于气象条件改进的CA和GM(1,1)组合交通流预测模型构建与分析[J].舰船电子工程,2022,42(3):100-105.
8方承志,唐亮,宋怡笑.参考终端支持下的NB-IoT定位算法[J].电子测量技术,2022,45(1):84-88.
9江纳颖.浅谈新时代视角下的滨水区城市微更新——以福州闽江核心段滨水区为例[J].福建建材,2022(3):36-39.
10雍龙泉,贾伟.基于正弦余弦算法的异常值线性回归[J].统计与决策,2022,38(6):37-39. 被引量：2

交通科技与管理

2022年第7期

浏览历史

内容加载中请稍等...

基于最小二乘支持向量机的短时交通流预测

相关作者

相关机构

相关主题

浏览历史