论文部分内容阅读
为了提高短时交通流量的预测精度，针对最小二乘支持向量机（LSSVM）参数优化难题，提出一种人工鱼群算法（AFSA）和LSSVM相结合的短时交流量预测模型（AFSA-LSSVM），通过采用AFS优化LSSVM参数，并采用具体短时交通流量数据进行仿真实验。仿真结果表明，相对于参比模型，AFSA-LSSVM可以获得更优的LSSVM参数，能够更加准确地描述短时交通流量变化趋势，提高了短时交通量的预测精度，为非线性短时交通流量预测提供了一种新的研究思路。