基于小波包和最小二乘支持向量机的短时交通流组合预测方法研究.pdfVIP

第 15 卷 　第 1 期 中国管理科学 Vol . 15 , No . 1 　　　　　　　　　　　 　　　　　　　　　　　 2007 年 　 　2 月 Chinese J ournal of Management Science Feb . , 　2007 文章编号 :1003 - 207 (2007) 0 1 - 0064 - 05 基于小波包和最小二乘支持向量机的短时 交通流组合预测方法研究 姚智胜 ,邵春福 ,熊志华 (北京交通大学交通运输学院 ,北京 　100044) 摘 　要 :基于小波在处理非线性 、非平稳随机信号的优势以及支持向量机在解决小样本 、非线性及高维模式识别问 题中的优势 。笔者探讨结合小波包和最小二乘支持向量机的组合预测方法在交通流短时预测中的应用 。首先介 绍小波包和最小二乘支持向量机的基本原理 ,然后提出基于小波包和最小二乘支持向量机的交通流短时组合预测 方法 ,并以北京市快速路的实测交通流量来验证效果 ,结果表明其可行性和有效性 。 关键词 :交通流短时预测 ;小波包 ;支持向量机 ;统计学习 中图分类号 :U49 1. 112 　　文献标识码 :A 交通模拟的预测方法的理论分析基础比较充分 ,能 1 　引言 够考虑交通系统的一些复杂影响因素 ,但计算复杂 交通流短时预测是国内外交通专家和学者的重 性高 ,难以适应大规模的交通系统 , 实用性有待研 要研究内容之一 。人们提出了多种短时交通流预测 究 。为了取长补短 ,组合预测方法是其一个重要的 的模型和方法[ 1 - 8 ] ,主要有 : ( 1) 基于线性系统理论 发展方向。例如 ,文献 [9 ] 将 Kohonen 神经网络和 ( ) 的方法 。如时间序列预测方法 、卡尔曼滤波法和模 求和自回归滑动平均模型 A R IMA 相结合预测交 ( ) 通流 ;文献[ 10 ]提出一种小波分解和重构结合时间 糊回归预测法等 。 2 基于知识发现的智能模型预 测方法 。如非参数回归预测法 、神经网络预测法和 序列分析的组合预测方法 。 ( ) 城市道路交通系统是一个时变 、非线性 、高维 、 支持向量机预测法等 。 3 基于非线性系统理论的 方法 。如应用小波分析的方法 、基于突变理论的方 非平稳的随机系统 。基于小波在处理非线性 、非平 法 、分形预测法以及基于混沌理论的预测方法等 。 稳随机信号的优势以及支持向量机在解决小样本 、 (4) 基于组合的预测方法 。包括有两种方法的组合 非线性及高维模式识别问题中的优势 。笔者探讨结 ( ) 合小波包和最小二乘支持向量机的组合预测方法在 以及多种方法的综合等 。 5 基于交通模拟的预测 方法 。例如应用交通模拟 、元胞自动机 、动态交通分 交通流短时预测中的应用 。首先介绍小波和最小二 配等的方法 。这些方法各有优缺点和适用条件 ,基 乘支持向量机的基本原理 ,然后提出基于小波包和最 于线性系统理论的方法