基于灰色关联的 LS-SVM道路交通事故预测

• 作者: 戢小辉
• 来源期刊: 计算机应用研究
• 关键词: 道路交通事故 预测 灰色关联分析 最小二乘支持向量机 动态改变惯性权重自适应粒子群算法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 系统应用开发
• 页码范围: 806-809
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.03.037

摘要

为提高道路交通事故的预测精度以及建模速度，在分析道路交通事故影响因素基础上，提出了基于灰色关联分析的 LS-SVM道路交通事故预测模型。该模型采用灰色关联分析完成影响因素的相关性分析，结合关联度值，筛选最小二乘向量机模型的输入变量，简化 LS-SVM模型结构；然后运用动态改变惯性权重自适应粒子群算法（DCW-APSO）对模型参数进行优化选取；最后应用模型预测1996—2000年的综合道路交通事故死亡率，并将预测结果与其他模型进行对比分析。结果表明，相较其他预测模型，该模型具有较快的收敛速度，并能明显提高道路交通事故预测的精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戢小辉	西南交通大学交通运输与物流学院	10	48	4.0	6.0