基于SVM-BP神经网络组合模型的高速公路出口流量预测

摘要：

为了给高速公路交通流精准预测提供更准确的方法,本文利用济南西高速公路出口早晚高峰流量数据,采用SVM-BP神经网络组合模型进行短时交通流预测,并对单一的SVM(支持向量机)模型、BP神经网络模型和组合模型的预测精度进行比较和实证分析.当样本数量小于或等于120时,结果表明:①误差对比:当样本数量大于22时,由于预测集与训练集数据分布本身存在差异且SVM模型训练完成后过于复杂导致三种模型的误差逐渐变大.②预测精度:组合模型＞BP神经网络＞SVM,组合模型的平均绝对误差(MAE)提高了 6.85％,远高于其他单一模型,验证了组合模型的有效性.

关键词：道路工程、交通流预测、SVM-BP神经网络组合模型、出口流量、高速公路

所属期刊栏目：19

分类号：U491.1+12(交通工程与公路运输技术管理)

资助基金：国家社会科学基金;山东省重点研发计划;山东省交通科技计划;山东省交通科技计划;山东省交通科技计划

在线出版日期：2023-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：102-107