移动感知环境下基于CSA-SSVR的交通状态预测方法

• 作者: 夏卓群 罗君鹏 胡珍珍
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 移动群智感知网络 交通状态预测 SVR算法 布谷鸟算法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1482-1487
• 页数: 6页
• 分类号: TP391
• 字数: 4356字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.08.020

摘要

相较于传统感知网络,移动群智感知网络在部署和维护成本上有着较大优势,在智能交通系统中得到了越来越多的应用.交通状态的预测对交通管理系统具有重要意义,从移动群智感知环境下获取的车速数据出发,以支持向量回归算法(SVR)为基础,引入周期性算子,并采用布谷鸟算法(CSA)确定周期性SVR(SSVR)中的主要参数,提出了CSA-SSVR,对道路未来车速进行预测,据此判断道路的未来交通状态.实验表明,CSA-SSVR在移动群智感知环境下对于交通状态预测问题的准确性较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏卓群	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	31	142	7.0	9.0
10	罗君鹏	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	2	11	2.0	2.0
14	胡珍珍	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	2	11	2.0	2.0