基于SVM-BP神经网络组合模型的高速公路出口流量预测 |
| |
引用本文: | 余聪,代洪娜,徐晓亮,孙曌阳,刘兴国.基于SVM-BP神经网络组合模型的高速公路出口流量预测[J].交通节能与环保,2023(3):102-107. |
| |
作者姓名: | 余聪 代洪娜 徐晓亮 孙曌阳 刘兴国 |
| |
作者单位: | 1. 山东交通学院交通与物流工程学院;2. 山东交通学院顿河学院;3. 山东高速集团运营管理部 |
| |
摘 要: | 为了给高速公路交通流精准预测提供更准确的方法,本文利用济南西高速公路出口早晚高峰流量数据,采用SVM-BP神经网络组合模型进行短时交通流预测,并对单一的SVM(支持向量机)模型、BP神经网络模型和组合模型的预测精度进行比较和实证分析。当样本数量小于或等于120时,结果表明:(1)误差对比:当样本数量大于22时,由于预测集与训练集数据分布本身存在差异且SVM模型训练完成后过于复杂导致三种模型的误差逐渐变大。(2)预测精度:组合模型>BP神经网络>SVM,组合模型的平均绝对误差(MAE)提高了6.85%,远高于其他单一模型,验证了组合模型的有效性。
|
关 键 词: | 道路工程 交通流预测 SVM-BP神经网络组合模型 出口流量 高速公路 |
|
|