基于灰色关联的 LS-SVM道路交通事故预测

摘要：

为提高道路交通事故的预测精度以及建模速度，在分析道路交通事故影响因素基础上，提出了基于灰色关联分析的 LS-SVM道路交通事故预测模型。该模型采用灰色关联分析完成影响因素的相关性分析，结合关联度值，筛选最小二乘向量机模型的输入变量，简化 LS-SVM模型结构；然后运用动态改变惯性权重自适应粒子群算法（DCW-APSO）对模型参数进行优化选取；最后应用模型预测1996—2000年的综合道路交通事故死亡率，并将预测结果与其他模型进行对比分析。结果表明，相较其他预测模型，该模型具有较快的收敛速度，并能明显提高道路交通事故预测的精度。

关键词：道路交通事故、预测、灰色关联分析、最小二乘支持向量机、动态改变惯性权重自适应粒子群算法

所属期刊栏目：33

分类号：TP181(自动化基础理论)

在线出版日期：2016-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：806-809