【摘 要】
：
随着现代智能交通系统的发展,准确的交通流量预测,尤其是短时交通流量的预测,对实时交通控制的重要性日益凸显.为了解决交通流量数据强非线性对预测精度的影响,本文基于最小
【机 构】
：
华东交通大学 电气与自动化工程学院,南昌330013江西省先进控制与优化重点实验室,南昌330013;
论文部分内容阅读
随着现代智能交通系统的发展,准确的交通流量预测,尤其是短时交通流量的预测,对实时交通控制的重要性日益凸显.为了解决交通流量数据强非线性对预测精度的影响,本文基于最小二乘支持向量机研究交通流量预测方法.提出了一种改进型的灰狼优化算法,通过改变灰狼优化算法中控制参数a的非线性并且引入差分算法中的交叉、变异和选择操作来提高灰狼优化算法中种群的多样性,从而提高算法的全局搜索能力,并用于优化LSSVM的惩罚因子γ和核函数参数σ,实现对短时交通流的精准预测.实验结果表明,改进GWO优化LSSVM的泛化性能和鲁棒性优于其他同类方法,可以实现交通流的精准预测.
其他文献
融合区块链技术的跨域认证方案充分发挥区块链具有去中心化、不可篡改和开放共识的优点,实现用户身份在不同信任域之间的点对点认证.然而传统方案中的区块链系统采用LevelDB
入侵检测系统中原始数据多为高维数据,针对基于频繁模式高维孤立点挖掘算法不易获取完全频繁模式和时间复杂度高等问题,提出了一种基于最大频繁模式因子的高维孤立点挖掘算法
随着物联网的发展,大规模的数据传输增大了网络负载和数据分流时间.为了优化数据分流时间,本文在边缘计算的环境中,提出基于马尔可夫决策过程(MDP)的分流节点选择策略.本文首
针对睡眠呼吸暂停低通气综合征结合沈阳市某医院的数据对睡眠呼吸暂停低通气综合征的相关诊断指标及潜在病因进行频繁项集的挖掘.常用的Apriori算法实用性较强但效率不高且有
机械通气人机不同步检测对于改善重症病人的呼吸状态具有重要意义.本文提出了一种应用小波多尺度特征的算法对其进行自动检测.首先对原始呼吸波形进行预处理;然后在对呼吸波
边缘计算作为云计算的协同与补充,未来需要应对物联网50％的细小、实时的数据.同时,边缘AI的兴起,对成本受限的边缘节点的计算资源、存储资源和网络资源提出了更高的要求.如何