基于群智能算法优化SVR的短时交通流预测_方仁孝.caj
智能交通系统是缓解道路交通拥堵、减少交通事故和提高交通运行效率的重要应用 系统。实时准确可靠的交通流量预测是实现智能交通系统控制和诱导的关键内容,具有 重大的理论研究和实际应用价值。 本文以短时交通流量预测为研究主题,总结了短时交通流预测的研究现状,在学习 交通流预测原理和支持向量回归(SupportVectorRegression,SVR)理论的基础上,对基 于SVR的短时交通流预测模型中参数选择问题进行了探讨和研究,运用群智能优化方 法进行最优参数选择,并且仿真实际数据来验证提出的预测模型。本文的主要工作如下: 1.对人工鱼群算法优化支持向量回归的参数选择