论文部分内容阅读
交通流预测是智能交通系统的基础，由于交通流量增大，造成交通堵塞。预测某段单位时间内的交通流，传统方法很难准确表示交通流量的时变性、突发性和非线性等变化规律，预测精度较低。为了提高交通流的预测精度，提出了多尺度小波支持向量机预测模型，并将之应用于交通流预测中。利用小波多分辨率分析，构造出多尺度小波核函数，实现了小波技术与支持向量机方法的结合。实验结果表明，支持向量机预测效果比神经网络要好，多尺度小波核函数比径向基核函数更优，多尺度小波支持向量机在交通流预测中具有应用的可行性。