基于SVM-BP神经网络组合模型的高速公路出口流量预测

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。