基于混合人工鱼群优化 SVR 的交通流量预测

• 作者: 姚卫红 张旭东 方仁孝
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 交通流量预测 支持向量回归(SVR) 人工鱼群(AFS)算法 粒子群优化(PSO) 混沌机制
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 电子与信息工程、管理工程
• 页码范围: 632-637
• 页数: 6页
• 分类号: TP391
• 字数: 4151字
• 语种: 中文
• DOI: 10.7511/dllgxb201506011

摘要

实时准确的交通流量预测是智能交通系统(ITS)中的重要内容。支持向量回归(SVR)能够用于解决交通流量预测问题，针对 SVR 中存在的参数选择困难，提出一种混合人工鱼群(AFS)算法。该算法利用粒子群优化(PSO)算法公式改进 AFS 算法，减小 AFS 算法中步长因子的影响，并引入混沌初始化 AFS 机制，选取最优 SVR 参数，建立了基于混沌 PSO-AFS 优化 SVR 的交通流量预测模型。仿真结果表明，该交通流量预测模型具有更优的预测性能，证明了其可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚卫红	大连理工大学计算机科学与技术学院	10	73	4.0	8.0
2	方仁孝	大连理工大学计算机科学与技术学院	3	44	2.0	3.0
3	张旭东	大连理工大学计算机科学与技术学院	11	63	4.0	7.0