| 基于云遗传算法优选的SVR交通量预测模型 |
| |
| 引用本文： | 康海贵,莫仁杰,李明伟.基于云遗传算法优选的SVR交通量预测模型[J].武汉理工大学学报(交通科学与工程版),2013,37(2). |
| |
| 作者姓名： | 康海贵 莫仁杰 李明伟 |
| |
| 作者单位： | 大连理工大学港口、海岸及近海工程国家重点实验室 大连 116024 |
| |
| 基金项目： | 教育部博士点专项基金项目，河南省交通厅科技计划项目 |
| |
| 摘 要： | 针对城市主干道交通流量的实时变化和波动性特点,利用支持向量回归机(support vector regression,SVR)进行城市主干道短时交通流量预测.为了优选SVR模型参数,基于混沌logistic 映射和云自适应机制对标准遗传算法进行改进,建立了基于混沌云自适应遗传算法(chaos clouds adaptive genetic algorithm,CCLGA)进行SVR参数优选的CCLGA-SVR城市主干道短时交通流量预测模型.综合考虑了短时交通量各个影响因素,结合实测数据进行了实证预测分析,仿真结果表明文中提出的预测模型精度较高,寻优速度较快,可有效应用于城市主干道短时交通流量预测.
|
| 关 键 词： | 支持向量机 遗传算法 云自适应 混沌映射 交通量预测 |
Urban Traffic Flow Forecasting Base on CCLGA Algorithm Optimizes Parameters of SVR |
| |
| KANG Haigui
,
MO Renjie
,
LI Mingwei.Urban Traffic Flow Forecasting Base on CCLGA Algorithm Optimizes Parameters of SVR[J].journal of wuhan university of technology(transportation science&engineering),2013,37(2). |
| |
| Authors: | KANG Haigui MO Renjie LI Mingwei |
| |
| Abstract: | |
| |
| Keywords: | support vector machine genetic algorithm cloud-based adaptive chaos mapping traffic flow forecasting |
| 本文献已被 万方数据 等数据库收录！ |
|
