基于LS-SVM的交通流组合预测模型

• 作 者: 张朝元 陈丽
• 机 构: 大理学院数学与计算机学院,大理学院物理与电子信息学院
• 出 处: 湖南工程学院学报(自然科学版)
• 发表日期: 2010年4期
• 关键词: 多元线性回归 支持向量机 BP神经网络 LS-SVM 交通流量 组合预测 multiple linear regression support vector m

智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施,而实时准确地交通流量预测则是实现智能交通系统和智能交通诱导控制的重要依据.针对城市交通＂智能运输系统＂和交通流的特性,在多元线性回归、支持向量机和改进的BP神经网络等三种预测模型的基础上,提出了基于最小二乘支持向量机方法的交通流组合预测模型.实验预测结果表明该组合预测模型具有较高的预测精度,为交通流量提供了一个更好的预测模型.