改进引力搜索最小二乘支持向量机交通流预测

摘要：

为了提高基于最小二乘支持向量机的交通流预测模型的精度,提出一种新的改进引力搜索算法(TCK-AGSA)对其进行参数寻优.首先,基于tent映射改进Kbest函数,使算法具有跳出局部最优的机制;然后,引入全局最优引导策略,使粒子加速朝向最优解移动;接着,将进化度因子和聚合度因子引入速度更新权重系数,使算法具有较强的自适应能力.针对12个基准函数的仿真结果表明,TCK-AGSA的性能优于GSA及其改进算法.最后,建立基于TCK-AGSA寻优的最小二乘支持向量机模型,并选取2016年贵州省高速公路真实交通流数据进行预测实验,结果表明该模型具有更好的预测精度、鲁棒性和泛化能力.

关键词：引力搜索算法、混沌优化算法、自适应权重系数、最小二乘支持向量机、交通流预测

所属期刊栏目：36

分类号：TP301.6(计算技术、计算机技术)

资助基金：贵州省科技计划项目重大专项资助项目;贵州省公共大数据重点实验室开放课题;贵州省教育厅青年科技人才成长项目;贵州大学培育项目

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3718-3724