| 基于SVM-KNN的降雨条件下短时公交客流预测 |
| |
| 引用本文： | 刘欣彤, 黄小龙, 谢秉磊. 基于SVM-KNN的降雨条件下短时公交客流预测[J]. 交通信息与安全, 2018, 36(5): 117-123. doi: 10.3963/j.issn.1674-4861.2018.05.015 |
| |
| 作者姓名： | 刘欣彤 黄小龙 谢秉磊 |
| |
| 作者单位： | 哈尔滨工业大学(深圳)研究生院 广东深圳518055;;哈尔滨工业大学(深圳)研究生院 广东深圳518055;;哈尔滨工业大学(深圳)研究生院 广东深圳518055 |
| |
| 摘 要： | 为了提高降雨条件下短时公交客流的预测精度,提出一种基于SVM-KNN的短时公交客流预测模型.分析了降雨天气与公交客流的相关关系,揭示不同降雨等级对公交客流量的影响.进一步发挥支持向量机(SVM)的快速归类和K近邻算法(KNN)的高预测精度的优点,提出了基于SVM-KNN的短时公交客流预测模型.具体方法为:用SVM训练少量数据生成子数据库,随后采用KNN识别相似模式预测短时公交客流.通过采集深圳市南山区4条公交线路降雨条件下的客流数据进行算例仿真,验证了模型和算法的有效性.结果表明,SVM-KNN算法的综合平均绝对误差(MAE)为8.437,综合均方误差(MSE)为10.725,综合平均相对误差(MAPE)为8.8%,综合均方相对误差(MSPE)为11.3%,比常用的RBF模型的MAE,MSE,MAPE及MSPE各类误差分别降低了3.646,3.631,4.6%,5.5%.
|
| 关 键 词： | 城市交通 公交客流 短时预测 SVM-KNN 降雨条件 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载免费的PDF全文 |
|
