本文選題：高速公路　切入點：交通量預(yù)測　出處：《河北大學(xué)學(xué)報(自然科學(xué)版)》2017年03期 　論文類型：期刊論文

【摘要】：針對高速公路交通量與其經(jīng)濟(jì)影響因素之間的復(fù)雜非線性關(guān)系,將最小二乘支持向量機(jī)(least squares support vector machines,LSSVM)與自適應(yīng)動態(tài)粒子群優(yōu)化(adaptive dynamic particle swarm optimization,ADPSO)算法相結(jié)合,提出一種ADPSO算法優(yōu)化LSSVM的高速公路交通量新型預(yù)測方法.將建模簡單、精度高的LSSVM作為預(yù)測模型,通過尋優(yōu)能力優(yōu)異的ADPSO算法選擇LSSVM最優(yōu)參數(shù).以某市高速公路交通量為例驗證模型的有效性.結(jié)果表明,所提方法的預(yù)測性能較好,適合于高速公路交通量的短期預(yù)測.
[Abstract]:Aiming at the complex nonlinear relationship between expressway traffic volume and its economic influence factors, the least square support vector machine (LSSVM) and adaptive dynamic particle swarm optimization (ADPSO) algorithm are combined with adaptive dynamic particle swarm optimization (ADPSO) algorithm. This paper presents a new method of highway traffic volume prediction based on ADPSO algorithm to optimize LSSVM. LSSVM, which has simple modeling and high precision, is used as the prediction model. The optimal parameters of LSSVM are selected by ADPSO algorithm with excellent optimization ability. The validity of the model is verified by taking the expressway traffic volume of a certain city as an example. The results show that the proposed method has good prediction performance and is suitable for short-term prediction of expressway traffic volume.
【作者單位】： 北華航天工業(yè)學(xué)院建筑工程系;河北省高速公路廊坊北三縣管理處;石家莊鐵道大學(xué)經(jīng)濟(jì)管理學(xué)院;曼徹斯特城市大學(xué)商學(xué)院;石家莊鐵道大學(xué)四方學(xué)院;
【基金】：國家自然科學(xué)基金青年項目(61503261) 河北省交通運輸廳科技計劃項目(Y-2010024) 北華航天工業(yè)學(xué)院科研基金項目(KY-2015-09) 河北省軟科學(xué)研究計劃項目(15456106D) 河北省高等學(xué)校青年拔尖人才計劃項目(BJ2014097) 河北省社會科學(xué)發(fā)展重點課題(2015020206) 國家留學(xué)基金委(CSC)公派留學(xué)地方合作項目(201608130165) 河北省高校人文社會科學(xué)重點研究基地石家莊鐵道大學(xué)工程建設(shè)管理研究中心資助項目 河北省軟科學(xué)工程建設(shè)管理研究基地資助項目 河北省重點學(xué)科管理科學(xué)與工程資助項目
【分類號】：TP18;U491.14

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 史士英,盧忠南,袁啟英;交通量預(yù)測的優(yōu)化模型[J];濟(jì)南交通高等�？茖W(xué)校學(xué)報;2001年04期

2 石淑萍,白雪坤;公路交通量預(yù)測[J];林業(yè)科技情報;2002年01期

3 高明霞;公路交通量預(yù)測的思想方法[J];甘肅科技;2004年03期

4 黃正昌,鄭莉,王嘉;公路交通量預(yù)測失準(zhǔn)問題與對策[J];公路與汽運;2005年03期

5 萬發(fā)祥;曾江洪;;高速公路交通量預(yù)測失準(zhǔn)問題與對策[J];山西科技;2006年02期

6 馬祥偉;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的交通量預(yù)測[J];公路;2006年08期

7 李利;任其亮;羅莉;;交通量預(yù)測的支持向量機(jī)回歸法[J];交通標(biāo)準(zhǔn)化;2006年09期

8 王司成;;小議現(xiàn)階段我國公路交通量預(yù)測失準(zhǔn)的原因與對策[J];黑龍江科技信息;2007年01期

9 向前忠;;港口公路集散交通量預(yù)測的探討[J];廣東公路交通;2008年03期

10 殷濤;王首敏;陳向紅;;高速公路交通量預(yù)測結(jié)果誤差分析[J];中國水運(下半月);2008年10期

相關(guān)會議論文 前7條

1 張新天;羅曉輝;;灰色理論與模型在交通量預(yù)測中的應(yīng)用[A];第七屆北京青年科技論文評選獲獎?wù)撐募痆C];2003年

2 李娜;;區(qū)域航道的船舶交通量預(yù)測[A];第四屆廣東海事高級論壇論文集[C];2012年

3 范東濤;楊衛(wèi)東;;蘇通長江公路大橋工可交通量預(yù)測特點分析[A];江蘇省公路學(xué)會優(yōu)秀論文集（2006-2008）[C];2009年

4 潘艷榮;常立峰;;初探總量控制與系統(tǒng)平衡相結(jié)合的交通量預(yù)測方法[A];2004年道路工程學(xué)術(shù)交流會論文集[C];2004年

5 胡曉健;陸建;;基于二步自適應(yīng)的交通量實時預(yù)測模型[A];2007第三屆中國智能交通年會論文集[C];2007年

6 王碩;;BP神經(jīng)網(wǎng)絡(luò)在高速公路交通量預(yù)測中的應(yīng)用[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

7 張剛;;OD矩陣反推技術(shù)在交通量預(yù)測中的應(yīng)用[A];全國城市公路學(xué)會第十九次學(xué)術(shù)年會論文集[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 王暉;高等級公路項目可研階段交通量預(yù)測若干問題研究[D];長安大學(xué);2003年

2 劉彬生;基于小波和傅立葉變換的道路交通量預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2006年

3 尹宏賓;智能化信號交叉口控制及其交通量預(yù)測方法的研究[D];華南理工大學(xué);1999年

4 趙澤輝;高速公路交通量預(yù)測及山區(qū)高速公路后評價研究[D];大連理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 劉天寶;城市道路交通量預(yù)測研究[D];安徽建筑大學(xué);2015年

2 鄧佳;面向交通量過載預(yù)測的移動軌跡數(shù)據(jù)分析方法研究[D];南京理工大學(xué);2017年

3 劉甜偉;新建高速公路交通量預(yù)測失準(zhǔn)問題研究[D];西南交通大學(xué);2010年

4 魏善冠;基于支持向量機(jī)的高速公路交通量預(yù)測研究[D];長安大學(xué);2010年

5 陳百奔;基于神經(jīng)網(wǎng)絡(luò)的四階段預(yù)測法在交通量預(yù)測中的應(yīng)用研究[D];武漢理工大學(xué);2011年

6 孟維偉;基于神經(jīng)網(wǎng)絡(luò)的交通量預(yù)測技術(shù)研究[D];南京理工大學(xué);2006年

7 邵偉躍;北京—臺北公路項目廊坊段交通量預(yù)測研究[D];長安大學(xué);2010年

8 胡文凱;高速公路交通量預(yù)測誤差分析[D];長安大學(xué);2011年

9 陳相艷;面向產(chǎn)業(yè)物流管理的城市交通短時交通量預(yù)測[D];廣西科技大學(xué);2013年

10 李明磊;鄧州至豫鄂省界高速公路交通量預(yù)測優(yōu)化研究[D];遼寧科技大學(xué);2014年

，

本文編號：1641435