| 公路隧道交通量预测的粒子群高斯过程耦合模型 |
| |
| 引用本文： | 万良勇,刘开云.公路隧道交通量预测的粒子群高斯过程耦合模型[J].北京交通大学学报(自然科学版),2015,39(1):33-39. |
| |
| 作者姓名： | 万良勇 刘开云 |
| |
| 作者单位： | 北京交通大学土木建筑工程学院,北京100044;石家庄市轨道交通有限责任公司,石家庄050011;北京交通大学土木建筑工程学院,北京,100044 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 交通量的预测对公路隧道运营期通风系统的节能降耗具有重大意义,将新型小样本学习机器高斯过程引入隧道交通量预测,提出了一种组合核函数,用以改善单一核函数高斯过程的泛化性能,在网络训练过程中采用粒子群优化算法,自动搜寻泛化性能最好的高斯过程超参数,形成粒子群高斯过程耦合算法,并编写了相应的计算程序.对某公路隧道交通量进行了预测,结果表明:组合核函数高斯过程最大预测相对误差仅为4.41%,平均相对误差为1.96%;两种单一核函数高斯过程最大预测相对误差均为6.68%,平均相对误差分别为2.7%和2.67%;粒子群高斯过程耦合模型可以高精度地用于隧道交通量预测,且组合核函数可以提高单一核函数的泛化性能,并为其他类似工程提供借鉴.
|
| 关 键 词： | 隧道 交通量预测 粒子群高斯过程耦合模型 通风系统 人工智能 |
Traffic flow prediction model of highway tunnel based on PSO-Gaussian process coupled algorithm |
| |
| WAN Liangyong,LIU Kaiyun.Traffic flow prediction model of highway tunnel based on PSO-Gaussian process coupled algorithm[J].JOURNAL OF BEIJING JIAOTONG UNIVERSITY,2015,39(1):33-39. |
| |
| Authors: | WAN Liangyong LIU Kaiyun |
| |
| Institution: | WAN Liangyong;LIU Kaiyun;School of Civil Engineering,Beijing Jiaotong University;Shijiazhuang Metro Co. ,Ltd.; |
| |
| Abstract: | |
| |
| Keywords: | tunnels traffic flow prediction PSO-GP coupled model ventilation system artificial intelligence |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
