计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
11期
156-159
,共4页
智能交通%支持向量机%多尺度小波%交通流预测%核函数
智能交通%支持嚮量機%多呎度小波%交通流預測%覈函數
지능교통%지지향량궤%다척도소파%교통류예측%핵함수
Intelligent transportation%Support vector machine (SVM)%Multiscale wavelet%Traffic flow prediction%Kernel function
交通流预测是智能交通系统的基础,由于交通流量增大,造成交通堵塞.预测某段单位时间内的交通流,传统方法很难准确表示交通流量的时变性、突发性和非线性等变化规律,预测精度较低.为了提高交通流的预测精度,提出了多尺度小波支持向量机预测模型,并将之应用于交通流预测中.利用小波多分辨率分析,构造出多尺度小波核函数,实现了小波技术与支持向量机方法的结合.实验结果表明,支持向量机预测效果比神经网络要好,多尺度小波核函数比径向基核函数更优,多尺度小波支持向量机在交通流预测中具有应用的可行性.
交通流預測是智能交通繫統的基礎,由于交通流量增大,造成交通堵塞.預測某段單位時間內的交通流,傳統方法很難準確錶示交通流量的時變性、突髮性和非線性等變化規律,預測精度較低.為瞭提高交通流的預測精度,提齣瞭多呎度小波支持嚮量機預測模型,併將之應用于交通流預測中.利用小波多分辨率分析,構造齣多呎度小波覈函數,實現瞭小波技術與支持嚮量機方法的結閤.實驗結果錶明,支持嚮量機預測效果比神經網絡要好,多呎度小波覈函數比徑嚮基覈函數更優,多呎度小波支持嚮量機在交通流預測中具有應用的可行性.
교통류예측시지능교통계통적기출,유우교통류량증대,조성교통도새.예측모단단위시간내적교통류,전통방법흔난준학표시교통류량적시변성、돌발성화비선성등변화규률,예측정도교저.위료제고교통류적예측정도,제출료다척도소파지지향량궤예측모형,병장지응용우교통류예측중.이용소파다분변솔분석,구조출다척도소파핵함수,실현료소파기술여지지향량궤방법적결합.실험결과표명,지지향량궤예측효과비신경망락요호,다척도소파핵함수비경향기핵함수경우,다척도소파지지향량궤재교통류예측중구유응용적가행성.
