原文服务方: 计算机应用研究       
摘要:
为了提高基于最小二乘支持向量机的交通流预测模型的精度,提出一种新的改进引力搜索算法(TCK-AGSA)对其进行参数寻优.首先,基于tent映射改进Kbest函数,使算法具有跳出局部最优的机制;然后,引入全局最优引导策略,使粒子加速朝向最优解移动;接着,将进化度因子和聚合度因子引入速度更新权重系数,使算法具有较强的自适应能力.针对12个基准函数的仿真结果表明,TCK-AGSA的性能优于GSA及其改进算法.最后,建立基于TCK-AGSA寻优的最小二乘支持向量机模型,并选取2016年贵州省高速公路真实交通流数据进行预测实验,结果表明该模型具有更好的预测精度、鲁棒性和泛化能力.
推荐文章
最小二乘支持向量机交通事件检测算法
交通工程
事件检测
最小二乘支持向量机
分类
基于最小二乘支持向量机的蜡沉积速率预测
最小二乘支持向量机
蜡沉积速率
预测
模型
模型精度
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
基于灰色最小二乘支持向量机的边坡位移预测
边坡位移
灰色模型
最小二乘支持向量机
遗传算法
时间序列
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进引力搜索最小二乘支持向量机交通流预测
来源期刊 计算机应用研究 学科
关键词 引力搜索算法 混沌优化算法 自适应权重系数 最小二乘支持向量机 交通流预测
年,卷(期) 2019,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3718-3724
页数 7页 分类号 TP301.6
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.07.0383
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何庆 贵州大学大数据与信息工程学院 34 203 5.0 13.0
5 魏康园 贵州大学大数据与信息工程学院 6 16 3.0 3.0
9 徐钦帅 贵州大学大数据与信息工程学院 6 16 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (9)
参考文献  (24)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(7)
  • 参考文献(6)
  • 二级参考文献(1)
2017(9)
  • 参考文献(8)
  • 二级参考文献(1)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
引力搜索算法
混沌优化算法
自适应权重系数
最小二乘支持向量机
交通流预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导