10.3969/j.issn.1673-6478.2023.03.018
基于SVM-BP神经网络组合模型的高速公路出口流量预测
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.
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
19
U491.1+12(交通工程与公路运输技术管理)
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
2023-07-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
102-107