基于SOA-LSSVM的短时交通流量预测

• 作者: 赵伟
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 搜索者优化算法 最小二乘支持向量机 短时交通流量 预测
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 27-31
• 页数: 5页
• 分类号: TP306
• 字数: 3647字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.06.006

摘要

针对短时交通流量存在的非线性与不确定性的问题，结合搜索者算法收敛精度高和最小二乘支持向量机计算速度快的优点，提出基于搜索者-最小二乘支持向量机( SOA-LSSVM)的流量预测模型，将该模型应用于短时交通流量预测，并与人工神经网络进行对比分析，结果表明，该模型具有较高的预测精度和泛化能力，适合于短时交通流量的预测，具有良好的推广应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵伟	陕西省行政学院电子设备与信息管理处	9	24	3.0	4.0