作者：张娟; 孙剑交通工程行程时间预测支持向量机城市快速路
摘要：随着城市快速路交通信息采集系统的发展,特别是视频车牌采集系统的应用,使实时动态获得快速路行程时间成为可能,同时也促进了高精度行程时间预测的理论研究和实际应用需求.本文基于快速路车牌识别数据检测的海量历史时间序列数据,选择预测时段的前4个时段的数据作为输入特征值,以遗传算法建立模型参数优化算法,得到训练模型及其参数,从而实现车辆行程时间的动态预测.最后以上海市快速路系统中的三个典型路段的实测数据进行实例分析.结果表明：与传统的指数平滑法、多元回归法、ARIMA法预测结果对比,基于SVM的预测路段平均绝对百分误差在5%以内,希尔不等系数非常接近0,SVM模型显示了更高的预测精度.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《交通运输系统工程与信息》（双月刊）创刊于2001年，由中国科学技术协会主管，中国系统工程协会主办，CN刊号为：11-4520/U，自创刊以来，颇受业界和广大读者的关注和好评。 《交通运输系统工程与信息》以传播新技术、促进学术交流、推动学科发展为宗旨，坚持深度与广度、理论与应用、引进与创新相结合的方针，努力反映交通运输系统工程、智能交通与信息等领域的最新成就，并密切注意世界交通运输科技前沿的发展动向，积极宣传交通运输与系统工程等新兴学科的理论和思想，鼓励不同观点的争鸣。
杂志详情
