基于支持向量机的高速公路交通量预测研究-计算机软件与理论专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 高速公路不仅是交通运输现代化的重要标志，同时也是一个国家经济发展水平的风 向标。中国的高速公路自从 1988 年开始建设以来，发展速度很快，尤其是“十五”开 始，国家大力发展高速公路建设。目前我国高速公路里程仅次于美国，预计很快就会成 为世界上高速公路里程最长的国家。 在高速公路飞速发展的同时，对高速公路的管理也非常重要。就重庆市而言，根据 市政府规划，2009 年底以前将建成二环高速公路，届时将撤消重庆内环高速公路的所有 收费站，在靠近二环的主城方向的射线高速公路上新建主线收费站，内环高速公路由政 府回购，作为城市道路，内环至二环间的射线高速公路由政府租赁，实现年票化。那么 在回购和租赁的过程中，准确、合理地确定高速公路的未来年交通量，便成为确定高速 公路价值的关键因素。 在这个背景下，本文对高速公路的年交通量数据进行研究，以达到准确、合理地对 高速公路年交通量进行预测的目的。本文首先对现有的预测理论与方法进行了综述，重 点研究了这些方法的特点和适用范围；然后对我国高速公路年交通量的特点进行了研 究，由于我国高速公路建设历史较短，以前信息系统的建设不够完善，因此年度交通量 的数据样本较小。另外高速公路年度流量的大小还与一个地区的经济发展水平、人口数 量等区域经济因素相关，论文对这些因素也进行了归纳，以便使结果更符合要求。 针对这些特点，结合现有的预测方法，本文采用支持向量机方法对高速公路年度交 通量进行预测。支持向量机（Support Vector Machine，SVM）是 Vapnik 在统计学习理论 基础上提出的一类新的机器学习算法。支持向量机基于结构风险最小化原理，与传统机 器学习方法相比，SVM 在解决小样本、高维度以及非线性问题上具有明显的优势。就 推广性能而言，SVM 具有较好的推广性，在统计意义上较少的支持向量对应很好的推 广能力。从支持向量机的简单特性可以看出，支持向量机比较适合年度交通量的预测， 本文将对模型进行精度以及一致性的检验。在应用支持向量机方法的时候，重点研究了 支持向量机核函数以及参数选择等关键问题，通过测试样本的比较，选出较优的核函数； 使用粒子群算法对支持向量机的参数进行了优化。 关键词：高速公路，交通量，预测，支持向量机 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 II II ABSTRACT Expressway is not only an important symbol of modern transportation, but also a vane of the national economic development level. The Chinese highway has developed quickly since 1988.Eespecially after National 15 Plan, the government invest more money in expressway construction. At present, the expressway mileage is second only to the United States and will soon become the worlds longest state expressway mileage. With the rapid development of the expressway highway management is also very important. According to the government plan, Chongqing municipal government will build on second-circle highway and will undo Chongqing expressway toll of all inner before the end of 2009. Then they will build new expressway toll near the city of rays direction. The main loop freeway will be buyed back by the government as the city road. The expressway between inner rays will be leased by the government. The expressway will toll in year. So in the process of the buyback