基于PSO-SVM模型的南京市区交叉口交通流分析

• 作者: 张悦 毕硕本 许俊
• 来源期刊: 现代电子技术
• 关键词: 城市交通 交通量预测 Moran′I指数 PSO-SVM 道路交叉口
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 电子技术应用
• 页码范围: 128-131
• 页数: 4页
• 分类号: TN711-34|X928.02
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.17.032

摘要

道路交叉口作为车辆汇集区域是交通研究的主要对象。利用南京市2010年9月出租汽车GPS数据，通过空间相关分析中Moran′I指数分析了南京市市区空间集聚情况，并利用BP神经网络、支持向量机（SVM）和粒子群优化的支持向量机（PSO?SVM）对空间集聚区域中主干道路形成的交叉口进行了交通流量预测。研究结果表明Moran′I指数能有效找出空间集聚区域，南京市区呈现明显的单中心集聚模式，主要集中在鼓楼区。利用三种模型对市中心交通量进行模拟，结果发现三种模型的相关系数都在0.7以上，但是相较BP神经网络与SVM方法，PSO?SVM的误差最小，误差精度分别提高了约10%和1%，曲线拟合情况与原始数据更加接近。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕硕本	南京信息工程大学地理与遥感学院	90	525	13.0	17.0
2	张悦	南京信息工程大学地理与遥感学院	21	75	5.0	8.0
3	许俊	南京信息工程大学地理与遥感学院	2	4	1.0	2.0