作者:戴坤成; 邱志敏短时交通流量预测遗传粒子群优化柯西分布最小二乘支持向量机
摘要:为了提高短时交通流量(STF)预测的精度,提出一种改进的柯西加权最小二乘支持向量机(ICWLS-SVM)建模方法,该模型方法基于改进的柯西分布加权规则,能够对不同的训练样本进行自适应赋权,以合理分配数据样本对模型的贡献.采用遗传粒子群优化(GPSO)算法对模型参数进行优化选择,以获得较优的模型参数.数值仿真实验表明ICWLS-SVM具有较强的鲁棒性,其预测性能优于WLS-SVM和LS-SVM.同时,利用实测交通流量数据对ICWLS-SVM模型进行性能测试,结果表明该建模方法在短时交通流量预测建模方面是有效且可行的.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社