首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于在线支持向量回归算法的短时交通流预测
引用本文:高学辉,刘艳忠,王巧芝,贾世胜,孙皓.基于在线支持向量回归算法的短时交通流预测[J].山东科技大学学报(自然科学版),2011,30(1).
作者姓名:高学辉  刘艳忠  王巧芝  贾世胜  孙皓
作者单位:1. 山东科技大学,机电系,山东,泰安,271019
2. 河南省城市交通规划研究中心,河南,郑州,450000
3. 山东科技大学,信息与电气工程学院,山东,青岛,266510
基金项目:山东科技大学科学研究"春蕾计划"项目
摘    要:实时准确的短时交通流预测在城市道路交通和高速公路交通中都十分重要,是交通控制与诱导系统的基础.应用在线支持向量回归算法对交通流进行预测,并对济南某高架路实测数据进行仿真运算.预测结果表明,在小样本下,与BP神经网络算法相比,在线支持向量回归算法明显优于BP神经网络算法,增大样本数,BP神经网络算法预测精度有所提高,但仍低于线支持向量回归算法;在运算时间上,BP神经网络算法运算时间更短.

关 键 词:在线支持向量回归  核函数  神经网络  非参量回归  短时交通流

Prediction of Short-term Traffic Flow with On-line Support Vector Regression Algorithm
GAO Xuehui,LIU Yanzhong,WANG Qiaozhi,JIA Shisheng,SUN Hao.Prediction of Short-term Traffic Flow with On-line Support Vector Regression Algorithm[J].Journal of Shandong Univ of Sci and Technol: Nat Sci,2011,30(1).
Authors:GAO Xuehui  LIU Yanzhong  WANG Qiaozhi  JIA Shisheng  SUN Hao
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号