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
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
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...