基于混合AGO-SVM的高速公路短时交通量预测研究

摘要：

提出一种混合AGO-SVM高速公路交通量预测方法,原始交通量数据通过累加操作生成有规则的数据,预处理后的规则数据使用支持向量机法进行建模并预测,预测数据进行逆累加操作,获得下一时刻高速公路交通量的预测值,数据进行更新并保持样本序列不变从而进行高速公路交通量递推预测.应用西宝高速交通量实际观测数据验证算法的有效性.试验结果表明,在几种指标下该方法的预测精度比灰色模型法和支持向量机法的预测结果有所提高,是一种有效的高速公路交通流量预测方法.

关键词：智能交通、AGO-SVM、混合、交通量预测、高速公路

所属期刊栏目：11

分类号：U491.14(交通工程与公路运输技术管理)

资助基金：西北工业大学创新基金W016144

在线出版日期：2011-04-29（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：157-162