基于Lagrange支持向量回归机的短时交通流量预测模型的研究

• 作者: 刘艳忠 李旭宏 邵小健
• 来源期刊: 交通与计算机
• 学科: 交通运输
• 关键词: 交通流量 短时预测模型 支持向量机 Lagrange支持向量回归机 核函数
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 方法研究
• 页码范围: 46-49
• 页数: 4页
• 分类号: U491
• 字数: 3185字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2007.05.012

摘要

在智能交通系统中,进行实时、准确的交通流预测是交通控制和交通流诱导的关键之一,直接影响交通控制和交通诱导的效果.基于支持向量机,提出了一种Lagrange支持向量回归机的交通流量短时预测模型,能够实现对交通流量的有效预测.仿真试验表明,Lagrange支持向量回归机具有良好的泛化性能、更快的迭代速度,预测结果优于改进的BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李旭宏		222	4944	36.0	57.0
2	刘艳忠		4	80	4.0	4.0
3	邵小健		1	22	1.0	1.0