基于支持向量机回归的短时交通流预测模型

摘要：

将交通流预测的理论和方法引入交通控制系统,可提高交通控制系统对交通流变化的自适应能力.为此,文中通过引入核函数把短时交通流预测问题转化为高维空间中的线性回归问题,提出了基于支持向量机回归的短时交通流预测模型,并利用广州市交通流检测系统的数据进行实验.结果表明,文中模型的预测结果与实际数据相吻合,预测误差小于基于卡尔曼滤波的预测方法,从而验证了该模型的可行性和有效性.

关键词：交通控制、短时交通流、预测模型、机器学习、支持向量机回归

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：NSFC-广东省政府联合基金资助项目U1035004;国家自然科学基金青年科学基金资助项目61003270;广州市科技计划重点支撑项目11A11080267;广东省计算科学重点实验室开放基金资助项目201206005

在线出版日期：2013-12-06（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：71-76