登录    注册    忘记密码

期刊文章详细信息

基于奇异谱分析和CKF-LSSVM的短时交通流量预测  ( EI收录)  

Short-term traffic flow prediction based on singular spectrum analysis and CKF-LSSVM

  

文献类型:期刊文章

作  者:商强[1] 杨兆升[1,2,3] 张伟[1,2,4] 邴其春[1] 周熙阳[1]

机构地区:[1]吉林大学交通学院,长春130022 [2]吉林大学汽车仿真与控制国家重点实验室,长春130022 [3]吉林大学吉林省道路交通重点实验室,长春130022 [4]山东高速公路股份有限公司,济南250014

出  处:《吉林大学学报(工学版)》

基  金:国家科技支撑计划项目(2014BAG03B03);国家自然科学基金项目(51308248;51408257;51308249);山东省省管企业科技创新项目(20122150251-1)

年  份:2016

卷  号:46

期  号:6

起止页码:1792-1798

语  种:中文

收录情况:AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号:20164603016090)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:为了提高短时交通流预测的精度,提出了基于奇异谱分析和组合核函数最小二乘支持向量机(CKF-LSSVM)的短时交通流预测模型。首先,采用奇异谱分析方法,滤除交通流序列的噪声成分。然后,使用降噪后的交通流数据训练CKF-LSSVM,并通过粒子群优化算法确定模型参数。最后,以厦门市的实测数据为基础,对预测模型进行实验验证和对比分析。结果表明:本文所构建模型具有较好的预测效果,能够有效提高短时交通流预测精度。

关 键 词:交通运输系统工程 短时交通流预测 奇异谱分析 支持向量机  组合核函数

分 类 号:U491[物流管理与工程类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心