三种交通流量预测模型的建立及其比较.PDFVIP

第 31卷 第 4 期 昆 明 理 工 大 学 学 报 ( 理 工 版 ) Vol. 3 1　No4 2006年 8月 　 　Journal of Kunm ing U n iversity of Science and Techno logy ( Science and Techno logy) 　Aug. 2006 三种交通流量预测模型的建立及其比较 1 2 3 张朝元 , 胡光华 , 徐天泽 ( 1. 大理学院 理学院 ,云南 大理 67 1003; 2. 云南大学 数学系 ,云南 昆明 650091; 3. 云南警官学院 ,云南 昆明 650223) 摘要 : 针对城市交通 “智能运输系统 ”和交通流的特性 ,采用先进的支持向量机算法和由它改进 的 B P神经网络方法来建立交通流量预测模型 ,并将它们及多元线性回归模型分别用于实际流 量模拟. 实验验证了由支持向量机算法和改进的 B P 神经网络建立的预测模型具有更高的预测 效果和模拟精度. 关键词 : 城市交通 ; 交通流量 ; 多元线性回归 ; 支持向量机 ; B P神经网络 ; 预测模型 中图分类号 : TP 183; U49 1 文献标识码 : A 文章编号 : 1007 - 855X (2006) 04 - 0 104 - 04 E stablishm en t and Com par ison of Three M odels of Traff ic Flow Pred iction 1 2 3 ZHAN G Ch ao yu an , HU Gu an g hu a , XU Tian ze ( 1. Faculty of Science, Dali University, Dali, Yunnan 671003, China; 2. Dep artment of M athematics, Yunnan University, Kunm ing 650091, China; 3. Yunnan Police Officer’s Academy, Kunm ing 650223, China) A b stract: A ccording to the city In telligen t tran sportation system and the characteristic s of traffic flow , support vector m ach ine s and B ack Prop agation neu ral network modified by support vector m ach ine s and m u ltip le linear regre ssion are app lied to e stab lish the model of traffic vo lum e p rediction re sp ectively. Exp erim en ts show better effect and h igher p recision of foreca st by support vector m ach ine s and modified back p rop agation neu ral network. Key words: u rban traffic; traffic flow; m u ltip le linear