基于参数优化的SVR城市群交通需求预测方法

• 作者: 傅成红 张阳
• 来源期刊: 系统工程
• 学科: 交通运输
• 关键词: 需求预测 交通工程 支持向量回归 粒子群优化 T分布函数
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 交通系统工程
• 页码范围: 114-120
• 页数: 7页
• 分类号: U491
• 语种: 中文

摘要

城市群交通需求预测的准确性对城市群交通运输模式选择起着关键作用.针对现有交通需求预测的不足,提出一种面向城市群交通需求预测的改进支持向量回归(SVR)预测算法.考虑到SVR预测模型中核参数σ值的选取对预测效果影响较大,提出一种T变异的粒子群算法,将T分布函数融入到粒子群算法中,提高粒子的全局搜索能力,对核参数的取值进行动态寻优.实验证明,提出的城市群交通预测算法预测结果优于其他经典预测算法,利用T-PSO算法优化核参数也有利于提高预测算法的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅成红		13	38	4.0	5.0
2	张阳		11	33	3.0	5.0