文献类型：期刊文章

作　　者：徐启华[1] 杨瑞[1]

机构地区：[1]淮海工学院电子工程系,江苏连云港222005

出　　处：《公路交通科技》

基　　金：江苏省教育厅自然科学基金资助项目(01KJD510013)

年　　份：2005

卷　　号：22

期　　号：12

起止页码：131-134

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、JST、RCCSE、SCOPUS、核心刊

摘　　要：实时、准确的交通流量预测是正在发展的智能交通系统的关键问题之一,对于交通控制和交通流诱导都有着直接的影响。提出一种基于支持向量机的交通流量实时预测模型,通过采用序贯最小优化算法,能够实现对交通流量的有效预测。应用实例表明,支持向量机具有良好的泛化性能,在输入信号混有10%噪声的情况下,支持向量机的鲁棒性更好,预测的平均误差为4.25%,预测结果优于BP神经网络和动态递归神经网络。

关 键 词：支持向量机 交通流量 实时预测模型  泛化 核函数

分 类 号：U491[物流管理与工程类] TP183]