基于支持向量回归机的交通状态短时预测方法研究

• 作者: 姚智胜 邵春福 高永亮
• 来源期刊: 北京交通大学学报(自然科学版)
• 学科: 交通运输
• 关键词: 交通流短时预测 支持向量回归机 统计学习 人工智能
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 交通运输工程
• 页码范围: 19-22
• 页数: 4页
• 分类号: U491.112
• 字数: 3110字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2006.03.005

摘要

提出基于支持向量回归机的交通状态短时预测方法.具体的做法是,以交通检测器收集到某时刻前几时段及上下游前几时段的交通流量、占有率、平均速度等交通参数为输入,以对应时段交通流量为输出,选取核函数,对支持向量回归机进行训练.应用训练完成的支持向量回归机,输入交通流量、占有率、平均速度,来预测下时段的交通流量.最后,以某城市道路的实时数据来对模型进行验证,预测结果表明了模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵春福	北京交通大学交通运输学院	184	3507	34.0	48.0
2	姚智胜	北京交通大学交通运输学院	15	627	11.0	15.0
3	高永亮	北京交通大学交通运输学院	1	114	1.0	1.0