基于支持向量机方法的短时交通流量预测方法

扫码查看

原文链接

中文摘要：在总结已有多种预测模型的基础上,充分考虑了交通本身所存在的非线性、复杂性和不确定性,提出了一种基于支持向量机的短时交通流量预测模型.实例数据验证结果和基于BP神经网络的预测模型的对比结果表明,该模型在精度、收敛时间、泛化能力、最优性等方面均优于基于BP神经网络的预测模型.

外文标题：Short-term traffic flow prediction method based on SVM

作者：

杨兆升、王媛、管青

展开 >

作者单位：

吉林大学交通学院,长春,130022

关键词：

交通运输系统工程交通流量预测统计学习理论支持向量机 BP神经网络

基金：

国家自然科学基金面向21世纪教育振兴行动计划(985计划)国家重点基础研究发展计划(973计划)

项目编号：

60474068

出版年：

2006

吉林大学学报(工学版)

吉林大学

CSTPCDCSCD

影响因子：0.792

ISSN：1671-5497

年,卷(期)：2006.36(6)