基于支持向量机方法的短时交通流量预测方法

• 作者: 杨兆升 王媛 管青
• 来源期刊: 吉林大学学报（工学版）
• 学科: 交通运输
• 关键词: 交通运输系统工程 交通流量预测 统计学习理论 支持向量机 BP神经网络
• 年，卷（期）: 2006,（6）
• 页码范围: 881-884
• 页数: 4页
• 分类号: U491
• 字数: 2383字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5497.2006.06.010

摘要

在总结已有多种预测模型的基础上,充分考虑了交通本身所存在的非线性、复杂性和不确定性,提出了一种基于支持向量机的短时交通流量预测模型.实例数据验证结果和基于BP神经网络的预测模型的对比结果表明,该模型在精度、收敛时间、泛化能力、最优性等方面均优于基于BP神经网络的预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨兆升	吉林大学交通学院	142	3140	33.0	50.0
2	王媛	吉林大学交通学院	36	341	6.0	18.0
3	管青	吉林大学交通学院	4	196	2.0	4.0