论文摘要
针对复杂城市交通系统,建立基于粒子群优化的支持向量回归车道饱和度预测模型。首先,引入悉尼自适应交通控制系统中的交通数据,对路网的交通运行状况以及路口之间的关联关系进行分析,利用均值滤波方法对数据进行预处理,确保数据的可靠性。然后,基于支持向量回归方法建立车道饱和度预测模型,并引入粒子群优化算法对模型的参数值进行寻优,从而得到参数最优的车道饱和度预测回归模型。最后,对基于实际数据建立的模型进行验证。验证结果表明,预测数据与实测数据的拟合程度较高,所建立的预报模型能够有效预测将来车道饱和度信息,以及可能发生的道路拥堵。
论文目录
文章来源
类型: 期刊论文
作者: 温峻峰,李鑫,张浪文
关键词: 交通控制系统,车道饱和度,粒子群优化,支持向量机,预测模型
来源: 自动化仪表 2019年08期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 公路与水路运输,自动化技术
单位: 中科天网(广东)科技有限公司,华南理工大学自动化科学与工程学院
基金: 广东省科技计划基金资助项目(2018B010108001),广州市科技计划基金资助项目(201707010152)
分类号: U491.54;TP18
DOI: 10.16086/j.cnki.issn1000-0380.2018120057
页码: 38-42
总页数: 5
文件大小: 769K
下载量: 113