基于神经网络和支持向量机的大客车运行车速组合预测
기우신경망락화지지향량궤적대객차운행차속조합예측
Operating Speed Prediction of Bus Based on Forecasting Combination of Artificial Neural Network and Support Vector Machine
  • 万方数据
    武汉理工大学学报（交通科学与工程版） 무한리공대학학보（교통과학여공정판）
    JOURNAL OF WUHAN UNIVERSITY OF TECHNOLOGY(TRANSPORTATION SCIENCE & ENGINEERING)
    2013年 3期 486-490 ,共5页

    解少博%魏朗

    해소박%위랑

    神经网络%支持向量机%组合预测%运行车速 神經網絡%支持嚮量機%組閤預測%運行車速
    신경망락%지지향량궤%조합예측%운행차속
    artificial neural networks%support vector machine%optimal weights forecast combination%operating speed
    为了降低单个预测方法的不确定性,综合神经网络和支持向量机两种学习型算法,基于二者的最优加权组合对大客车运行车速进行了预测.以二级公路上244个路段的平曲线半径和纵坡度等线形数据和实测车速为样本,分别应用BP神经网络、支持向量机、最优加权组合预测以及线性回归对大客车第85百分位运行车速进行了预测.选择均方根误差和判断系数为评价指标,对比结果表明,最优加权组合预测能够综合单个预测方法的信息,提高了预测精度.
    위료강저단개예측방법적불학정성,종합신경망락화지지향량궤량충학습형산법,기우이자적최우가권조합대대객차운행차속진행료예측.이이급공로상244개로단적평곡선반경화종파도등선형수거화실측차속위양본,분별응용BP신경망락、지지향량궤、최우가권조합예측이급선성회귀대대객차제85백분위운행차속진행료예측.선택균방근오차화판단계수위평개지표,대비결과표명,최우가권조합예측능구종합단개예측방법적신식,제고료예측정도.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문