| PSO-SVM在高速公路交通量预测中的应用 |
| |
| 引用本文： | 肖智,李玲玲.PSO-SVM在高速公路交通量预测中的应用[J].管理评论,2011(12). |
| |
| 作者姓名： | 肖智 李玲玲 |
| |
| 作者单位： | 重庆大学经济与工商管理学院; |
| |
| 基金项目： | 教育部人文社会科学研究计划项目(10XJA630010) |
| |
| 摘 要： | 在重庆市政府回购、租赁高速公路的背景下,研究了如何合理、准确地预测高速公路交通量,从而为政府部门及高速公路投资者的投资决策提供依据。根据高速公路年交通量样本小、预测期长、受经济因素影响等特点,选用了支持向量机回归来进行多因素单目标的预测。在预测过程中,为了提高精度,首先将所搜集的经济因素进行主成分分析,对指标进行了约减;然后用PSO方法对支持向量机参数进行了优化。
|
| 关 键 词： | 高速公路交通量 预测 支持向量机 主成分 PSO |
Forecast of Highway Traffic Volume Using PSO-SVM |
| |
| Xiao Zhi , Li Lingling.Forecast of Highway Traffic Volume Using PSO-SVM[J].Management Review,2011(12). |
| |
| Authors: | Xiao Zhi Li Lingling |
| |
| Institution: | Xiao Zhi and Li Lingling(School of Economics and Business Administration of Chongqing University,Chongqing 400044) |
| |
| Abstract: | In the background of the government repurchasing the toll highway,this paper studies how to forecast the traffic volume precisely.Due to the character of the samples,SVM(support vector machine) is chosen to deal with this problem.And in order to forecast the traffic volume accurately,the author firstly reduces the economic factors by principal components analysis(PCA).Secondly,particle swarm optimization(PSO) is used to search for the best parameters for the support vector machine(SVM). |
| |
| Keywords: | highway traffic volume forecast SVM PCA PSO |
| 本文献已被 CNKI 等数据库收录！ |
|
