10.16208/j.issn1000-7024.2016.10.026
改进的花授粉算法优化SVM在交通流中的应用
针对短时交通流预测模型存在稳定性不好、预测精度不高等问题,提出一种利用改进的花授粉算法(SFPA)优化支持向量机的短时交通流预测模型.将短时交通流时间序列进行相空间重构,利用模拟退火算法对FPA进行改进,形成SFPA优化算法,并应用到支持向量机参数优化过程中,构建一种SFPA-SVM短时交通流预测模型.通过实例对该模型进行性能测试,测试结果表明,SFPA-SVM模型提高了预测精度,对短时交通流预测是有效可行的.
短时交通流、相空间重构、模拟退火、花朵授粉、支持向量机
37
TP391(计算技术、计算机技术)
江苏省普通高校研究生科研创新计划基金项目SJLX_0334;江苏省科技厅软科学基金项目BR2012043
2016-12-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
2717-2721