RQEA-SVR在交通流预测中的应用

• 作者: 张涛 张锐 高辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 参数优选 实数量子进化算法 交通流预测
• 年，卷（期）: 2010,（9）
• 所属期刊栏目: 工程与应用
• 页码范围: 241-245
• 页数: 5页
• 分类号: TP18
• 字数: 5539字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.09.069

摘要

建立在统计学习理论和结构风险最小化准则基础上的支持向量回归(SVR)是处理小样本数据回归问题的有利工具,SVR的参数选取直接影响其学习性能和泛化能力.文中将SVR参数选取看作是参数的组合优化问题,确定组合优化问题的目标函数,采用实数量子进化算法(RQEA)求解组合优化问题进而优选SVR参数,形成RQEA-SVR,并应用RQEA-SVR求解交通流预测问题.仿真试验表明RQEA是优选SVR参数的有效方法,解决交通流预测问题具有优良的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高辉	西南交通大学交通运输学院	9	88	6.0	9.0
2	张锐	哈尔滨工业大学电气工程及自动化学院	41	249	9.0	13.0
6	张涛	哈尔滨理工大学电气与电子工程学院	12	108	6.0	10.0