基于SOA-LSSVM的短时交通流量预测

摘要：

针对短时交通流量存在的非线性与不确定性的问题，结合搜索者算法收敛精度高和最小二乘支持向量机计算速度快的优点，提出基于搜索者-最小二乘支持向量机( SOA-LSSVM)的流量预测模型，将该模型应用于短时交通流量预测，并与人工神经网络进行对比分析，结果表明，该模型具有较高的预测精度和泛化能力，适合于短时交通流量的预测，具有良好的推广应用价值。

关键词：搜索者优化算法、最小二乘支持向量机、短时交通流量、预测

分类号：TP306(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61272509;陕西省“百人计划”和国家自然科学基金委员会重大国际地区合作研究项目61120106010

在线出版日期：2015-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：27-31