基于主成分分析和支持向量机的道路网短时交通流量预测.pdfVIP

第38卷第l期 吉林大学学报(工学版) V01．38No．1 of 2008年1月 JournalJmn and Edition) Jan．2008 University(Enginee“ngTechnology 基于主成分分析和支持向量机的 道路网短时交通流量预测 姚智胜，邵春福，熊志华，岳 昊 (北京交通大学交通运输学院，北京100044) 摘 要：将主成分分析和支持向量机回归相结合，进行道路网多断面的短时交通流量预测研 究。首先，整理分析路网中多个断面交通流量数据进行主成分分析，得到主成分数据序列；其 次，根据主成分数据序列建立训练集训练支持向量机，并利用遗传算法优化参数；最后，输入支 持向量机所需数据，得到主成分预测结果，转化为断面交通流量数据，从而预测道路网短时交 通流量。采用城市快速路多断面数据进行实例分析，结果表明，该模型比单一断面预测方法的 效果更好。 关键词：智能交通系统；短时交通流量预测；支持向量机；主成分分析；道路网 中图分类号：U491．1文献标识码：A 文章编号：1671～5497(2008)01—0048—05 Short-term trafficVolumes ofroadnetworkbasedon forecasting principal and Vectormachine componentanalysissupport Yao Zhi—hua，YueHao Zhi—sheng，ShaoChun—fu，Xiong (Sf^DD￡o，1、r祝。厂，ifn竹d了、，_口，zs户or￡口fio孢，BP巧i挖g，i口oto，29Uhi优，百i￡y，Be巧i咒g100044，C矗i以n) schemetoforecastshort—termtrafficvolumesofa is This Abstract：A roadnetworkDresented．scheme combinesthe andthe vector First，thetrafficvolume principalcomponentanalysis supportregression． data ofmulti—road—cross—sectionsacquiredfromaroadnetworkareturnedintoseveraltimeseriesdata the by Then，these dataareusedtotrainthe principalcomponentanalysis． principalcomponent Vector a is to the ofthe supportmachines，andgeneticalgorithm appliedoptimizeparameterssupport Vectormachine＆Afterthe and datatothe vector trainingoptimization，byinputtingrequire