改进的FS算法选取支持向量回归机参数及应用

• 作者: 杜长海 杨祖元 詹建平 邓天民 黄席樾
• 来源期刊: 计算机应用研究
• 关键词: 智能交通系统 自由搜索算法 支持向量回归机 参数优化 交通流预测
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2520-2523
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.07.034

摘要

针对支持向量回归机SVR的拟合精度和泛化能力取决于相关参数的选取,提出了基于改进FS算法的SVR参数选择方法,并应用于交通流预测的研究.FS(free search)算法是一种新的进化计算方法,提出基于相对密集度的灾变策略改进FS算法的个体初始位置选择机制,以扩大搜索空间,提高全局搜索能力.对实测交通流量进行滚动预测仿真实验,结果表明该方法优化SVR参数是有效、可行的,与经验估计法和遗传算法相比,得到的SVR模型具有更好的泛化性能和预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄席樾	重庆大学自动化学院	232	4039	34.0	50.0
2	邓天民	重庆大学自动化学院	33	185	6.0	13.0
4	杨祖元	重庆大学自动化学院	19	436	12.0	19.0
5	杜长海	重庆大学自动化学院	15	251	10.0	15.0
8	詹建平	重庆大学自动化学院	4	68	4.0	4.0