城市交通路口短时流量预测

• 作者: 张金飞 高伟 黄名钿 黎英
• 来源期刊: 软件
• 学科: 交通运输
• 关键词: 短时交通流量预测 支持向量回归机 粒子群 时空关联性
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 126-131
• 页数: 6页
• 分类号: U495
• 字数: 4603字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2018.01.025

摘要

为了能够提升短时交通流量预测的性能及精度,在支持向量回归机算法基础上引入了经改进的粒子群算法做参数寻优.同时,针对短时交通流量具有不确定性和弱规律性等特点,本文通过对交通数据进行挖掘,得出相邻路口交通流量的时空关联性,构建出通过历史数据预测及结合时空关联性的预测模型.利用BP神经网络在线修正两者权值,让两者优势互补、实时更新.通过仿真实验表明:提出的预测模型可以达到预期结果,对短时流量的预测精度和性能都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高伟	昆明理工大学信息工程与自动化学院	7	55	4.0	7.0
2	黎英	昆明理工大学信息工程与自动化学院	36	125	7.0	10.0
3	黄名钿	昆明理工大学信息工程与自动化学院	4	11	2.0	3.0
4	张金飞	昆明理工大学信息工程与自动化学院	3	7	2.0	2.0