首页|应用支持向量机的空中交通流量组合预测模型

应用支持向量机的空中交通流量组合预测模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了提高空中交通流量预测的准确性,研究了将支持向量机(support vector machine, SVM)应用于空中交通流量预测的方法,建立了基于SVM的自回归预测模型,讨论了模型参数确定等关键问题.在SVM预测模型基础上,将SVM与多项式和鲁棒自回归预测模型结合,提出组合预测模型.利用北京周边空域实测流量数据进行的对比实验结果表明: SVM预测模型的预测误差小于5%, 组合预测模型的预测误差小于2%, 均优于多项式和鲁棒自回归预测模型;组合预测模型的预测精度和稳定性整体上又优于SVM预测模型.
Support vector machine-based combinational model for air traffic forecasts

耿睿、崔德光、徐冰

展开 >

清华大学,自动化系,北京,100084

空中交通管理 支持向量机 流量预测 组合预测方法

国家高技术研究发展计划(863计划)清华大学信息学院基础研究基金

2006AA12A114

2008

清华大学学报(自然科学版)
清华大学

清华大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.586
ISSN：1000-0054
年,卷(期)：2008.48(7)
  • 26
  • 3