一种改进鲸鱼算法及其在短时交通流预测中的应用研究

摘要：

短时交通流预测在现代城市交通中有着重要的作用,可以帮助智能交通系统提供决策,提升人们的出行效率,这就使得提高短时交通流预测的精度成了当前研究的热点问题,本文通过引入自适应权重策略和天牛须搜索策略对鲸鱼优化算法做出改进,使用函数仿真实验证明了改进策略的有效性,然后将改进后的算法来优化最小二乘支持向量机(LSSVM)的惩罚因子和核函数参数并构建短时交通流量预测模型进行预测.通过仿真结果可以看出,对比其他模型,本文构建的ABOA-LSSVM模型在短时交通流预测方面具有优势,非常适合于交通流量预测.

关键词：短时交通流预测;自适应权重;天牛须搜索;鲸鱼优化算法;最小二乘支持向量机

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

在线出版日期：2021-09-01（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：1627-1632