牛亚莉
(陕西交通职业技术学院 交通信息学院,西安 710018)
遗传优化支持向量机的交通流量预测模型
牛亚莉
(陕西交通职业技术学院 交通信息学院,西安 710018)
交通流量预测是智能交通管理领域的一个重要热点,结合交通流量的变化特点,针对支持向量机的参数优化问题,设计了基于遗传算法优化支持向量机的交通流量预测模型。在分析当前交通流量预测的研究现状基础上,指出传统模型存在的局限性;采用遗传算法对支持向量机的的参数进行优化,并通过混沌理论对交流流量的原始数据行相空间重构,建立交通流量预测模型;采用仿真实验测试该模型的有效性和优越性。实验结果表明,遗传算法优化支持向量机可以跟踪交通流量复杂的变化特点,获得了理想的交通流量预测结果,而且交流流量的预测误差要明显小其它模型,具有更高的应用价值。
智能交通管理; 流量预测模型; 支持向量机参数; 遗传算法
随着人们生活、经济水平的不断提高,许多人都拥有自己的私家车,使得交通流量越来越大,交通堵塞问题越来越严重[1-3]。交通堵塞不仅对环境产生污染,同时增加交通事故发生概率,在该背景下智能交通系统应而生。智能交通系统可以对交通信息进行实时采集,并对信息进行及时分析,而智能交通系统中的关键技术为交通流量的预测。在实际应用中,由于交通信息采集过程中的各种因素影响,如何提高交通流量的预测准确性仍然面临巨大的挑战[4,5]。……