基于GA-SVR模型的短期交通流量预测方法研究

• 作者: 刘惠燕 吴会胜 樊彦国 韩志聪
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 关键词: 交通工程 交通流分组策略 遗传-支持向量回归模型 短期交通流量 预测参数
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 桥梁工程
• 页码范围: 130-136
• 页数: 7页
• 分类号: U491|TP391.9
• 字数: 3459字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2017.01.018

摘要

为了提高短期交通流预测精度，寻求最优交通流分组策略，通过对短期历史交通流量数据的分析，运用遗传算法优化支持向量回归机的惩罚参数、核函数参数和不敏感损失函数3个参数，构建了GA-SVR模型。首先对采集的数据采用算术平均值进行了降噪处理，然后根据交通数据特征分为连续5个星期五时间、相邻前5个工作日和当天3种时间周期序列，通过不同时间周期序列确定了最优的训练样本集。最后结合采集的数据进行了验证，并且与传统SVR模型进行了精度对比。结果表明：GA-SVR模型预测精度优于传统SVR模型，且基于当天数据构建的训练样本集总体预测精度最高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊彦国	中国石油大学华东地球科学与技术学院	17	118	8.0	10.0
2	韩志聪	中国石油大学华东地球科学与技术学院	2	18	2.0	2.0
3	吴会胜	中国石油大学华东地球科学与技术学院	5	40	2.0	5.0
4	刘惠燕		1	15	1.0	1.0