基于GM-LSSVM的交通信息预测方法研究

来源 :吉林大学 | 被引量 : 0次 | 上传用户:voyager4032
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
智能交通系统(ITS)是近几十年发展起来的着力构建综合交通运输的体系,它的成功将不可避免地改变当前交通的工作方式。目前,复杂的交通状况是令人头疼的问题,为了改善交通状况,提高城市道路交通信息预测精度是主要任务之一,同时也是智能交通系统的一个重要课题。而在最近几年,许多学者将交通信息预测的理论研究都集中于预测的可靠性和准确性。灰色预测模型(GM)的新数据能够使初始数据不再具有随机性,解决了以往寻找数据转换规则难的问题,而这种新数据是通过累加生成(AGO)获取的。所以,灰色方法经常用于解决样本数量和信息数量都少的问题。但最近一些研究表明,单独使用灰色预测方法来处理交通信息数据会出现较大的误差,预测精度不是十分理想。支持向量机(SVM)依赖于统计学习,是一种功能强大的分类和预测方案。根据自身特性,能够实现预测精确度与复杂度的有效折衷。它能够有效地处理小样本、非线性、高维、局部最小点和其他一些实际问题,以及能够很好地描述交通信息数据和影响因素之间的非线性关系,所以适用于交通信息的预测。以支持向量机为研究基础,Suykens等人经过努力,通过将二次规划问题进行变形,最终变成一个线性方程组求解问题,即所谓的最小二乘支持向量机(LSSVM),该方法不仅降低了计算的复杂程度而且也加快了求解的速度。本文中,根据交通信息非线性、复杂性和不确定性等特点,基于灰色模型和最小二乘支持向量机的优势,建立一种组合方法,即灰色模型与最小二乘支持向量机组合算法(GM-LSSVM)。首先,通过采用残差修正和背景值修正的方法对灰色模型进行改进,而最小二乘支持向量机采用交叉验证的方法来寻找最优参数。然后,采用组合预测模型对长春市某外环路的交通流量、速度以及占有率进行预测,并使用GM模型以及LSSVM模型等作为对比模型。最后,对几种预测方法进行仿真,对结果进行归纳和总结。实验结果表明,应用本文所提出的方法来预测交通信息,预测效果非常理想,能够得到满意的预测精度,并且通过对比,组合预测方法优于其他几个模型,所以该方法可以广泛应用于相关工程领域。对交通信息实现准确实时的预测,不仅可以提升智能交通系统各个子系统的性能,而且还可以提高城市的交通管理水平以及解决城市日益恶化的交通拥堵问题。综上所述,从研究的理论优势和更好的性能表明,GM-LSSVM模型具有很好的开发潜力,应用于交通信息预测是有效可行的。
其他文献
在中国的制度背景下,广东省上市公司的现金持有政策对其信用风险的影响如何,可借助什么模型进行实证分析?本文在国内外已有的信用风险影响因素研究、现金持有量影响因素研究
唯有建立起有利于吸引人才、留住人才的新机制,才能促进人大人才队伍正规化、专业化、职业化建设,才能为中国特色人民代表大会制度提供有力的人才支持和制度保证。建构一套不
<正>骨关节炎(OA)是关节软骨退变引起的一种全身的、慢性关节疾病,是造成成人残疾的主要原因,其特点是关节软骨退变引起软骨破坏、关节间隙变窄、软骨下硬化[1]。关节软骨损伤
近年来,随着我国城市规模迅速扩大,城市的交通量也急剧增加,智能交通系统对我国的交通状况有着不容忽视的影响。它不仅保障了交通的顺畅、行人车辆的安全,也间接的促进了我国
针对人体行为识别提出一种基于深度学习的方法,使用CNN和LSTM以及MLP来构建的模型。用CNN提取视频的空间信息,LSTM提取视频的时间信息,使用MLP实现最后的分类,为提高训练速度
目的:探讨小儿推拿对小儿哮喘不同时期IL-17、IL-33、IL-6水平变化影响。方法:依循随机平均分配原则将60例儿童哮喘患儿分为对照组(n=30)和观察组(n=30)。对照组给予基础治疗,观察
目的:探讨2型糖尿病患者颈动脉斑块发生的情况及其可能的危险因素。方法:分析了2012年4月~2013年4月在我院就诊的2型糖尿病患者126例,非糖尿病患者130例,两组患者血压、血脂、
《唐雎不辱使命》是一篇经典篇目,文章的故事内容精彩跌宕起伏,但是历史上真正有唐雎这个人吗,唐雎真的不辱使命了吗?从文章内容,从历史记载和出处来讲,唐雎这个人物形象是虚
近年来,随着饮食结构日益改变,糖尿病患病人数呈逐年增长态势。而外伤性跟骨骨折合并糖尿病患者因体内血糖呈高度表达状态,从而延缓骨折愈合时间,加之糖尿病患者免疫抵抗力较
目的:比较蔡司MEL90 Triple A模式和博士伦Technolas217 z Zyoptix Aspheric模式行准分子激光上皮瓣下角膜磨镶术(LASEK)矫正中低度近视的波前像差变化。方法:中低度近视患者