摘要
为提高短时交通流预测的数据拟合能力,提出基于支持向量机(SVM)与神经网络的组合预测模型SVM-BPNN、SVMRBFNN。结合实际道路的短时交通流数据,将组合模型与其他典型预测方法实验对比。结果表明,本文提出的组合模型SVM-RBFNN预测精度更高,在短时交通流量预测方面具有明显优势。
出处
《电脑知识与技术》
2022年第17期6-8,共3页
Computer Knowledge and Technology
基金
2020年广州城建职业学院校级科研项目-自然科学项目“面向短时交通流量预测的神经网络组合预测算法研究”(2020Yzk07)成果
2019年广东省教育厅省级质量工程教育教学改革与实践项目(GDJG2019254)
2019广东省职业技术教育学会第三届理事会科研项目重点立项课题(201907Z10)。
