基于PSO-SVM的轨道交通车站安全态势预测研究

• 作者: 李军 秦勇 陈波 陈龙
• 来源期刊: 中国铁路
• 学科: 交通运输
• 关键词: 轨道交通车站 支持向量机 粒子群算法 安全态势 预测
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 城市轨道交通
• 页码范围: 100-104
• 页数: 5页
• 分类号: U231
• 字数: 3317字
• 语种: 中文

摘要

提出一种基于PSO-SVM算法的安全态势预测模型,用于城市轨道交通车站安全态势预测研究.首先介绍支持向量机(SVM)和粒子群优化算法(PSO)的基本概念,以高斯径向基函数为核函数建立支持向量机安全态势预测模型,然后应用粒子群算法优化模型参数,得到优化的预测模型,再以某车站为例进行仿真实验,结果表明利用PSO-SVM算法预测车站安全态势值具有可行性.该预测方法对车站安全运营和乘客安全出行具有一定指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦勇	北京交通大学轨道交通控制与安全国家重点实验室	112	1035	16.0	26.0
2	李军		8	39	4.0	6.0
3	陈波	北京交通大学轨道交通控制与安全国家重点实验室	26	118	7.0	9.0
4	陈龙		3	16	2.0	3.0