基于LS-SVM的交通流组合预测模型

摘要：

智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施,而实时准确地交通流量预测则是实现智能交通系统和智能交通诱导控制的重要依据.针对城市交通"智能运输系统"和交通流的特性,在多元线性回归、支持向量机和改进的BP神经网络等三种预测模型的基础上,提出了基于最小二乘支持向量机方法的交通流组合预测模型.实验预测结果表明该组合预测模型具有较高的预测精度,为交通流量提供了一个更好的预测模型.

关键词：多元线性回归、支持向量机、BP神经网络、LS-SVM、交通流量、组合预测

所属期刊栏目：20

分类号：TP391;U491(计算技术、计算机技术)

资助基金：大理学院科研基金资助项目2005X23

在线出版日期：2011-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：56-58