自适应加权最小二乘支持向量机的短时交通流量预测

赵超; 戴坤成

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

自适应加权最小二乘支持向量机的短时交通流量预测

首发时间：2017-04-27

赵超 ¹
赵超(1976-)，男，副教授、硕导，主要从事建筑节能、复杂系统建模与优化研究
戴坤成 ¹

1、福州大学石油化工学院，福建福州 350108

摘要：针对交通流量数据中可能包含异常数据点以及异常数据点对模型的影响，本文提出一种基于自适应加权最小二乘支持向量机(AWLS-SVM)的短时交通流量预测方法，该方法通过自适应地赋予每个样本合适的权值，以降低异常样本点对模型的影响。由于加权最小二乘支持向量机(WLS-SVM)的正则化参数、核宽参数以及权函数参数对模型的拟合精度和泛化能力有较大的影响，利用PSO算法的全局寻优能力对以上参数进行优化选择，以避免参数选择的盲目性。仿真实验表明AWLS-SVM能有效克服异常样本数据的影响，其模型预测性能优于WLS-SVM和LS-SVM。最后，利用实地调查的交通流量数据，建立AWLS-SVM短时交通流量预测模型，获得满意结果。

关键词：自适应加权最小二乘支持向量机短时交通流量粒子群优化

For information in English, please click here

Short-term traffic flow forecasting model based on adaptive weighted least squares support vector machine

ZHAO Chao ¹
赵超(1976-)，男，副教授、硕导，主要从事建筑节能、复杂系统建模与优化研究
DAI Kuncheng ¹

1、School of Chemical Engineering, Fuzhou University, Fuzhou 350108, Fujian, China

Abstract：In order to eliminate the influence of unavoidable outliers in training sample on a model's performance, a novel adaptive weighted least squares support vector machine regression method (AWLS-SVM) is proposed. Firstly, least squares support vector machine regression is employed to develop model and obtain the sample data fitting error. Secondly, the initial weighted is calculated according to the fitting error of each sample. Thirdly, the partial swarm optimization algorithm (PSO) is applied to determine the optimal parameters of the AWLS-SVM with the adaptive sample weights. The simulation experiment results show that the outliers influence on the model's performance is eliminated in AWLS-SVM, and that the prediction performance is better than those of WLS-SVM and LS-SVM method. Furthermore, the AWLS-SVM method was applied to build short-term traffic flow forecasting model, and the satisfactory result is obtained.

Keywords： adaptive weighted；least squares support vector machine；short-term traffic flow；PSO

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

赵超，戴坤成. 自适应加权最小二乘支持向量机的短时交通流量预测[EB/OL]. 北京：中国科技论文在线 [2017-04-27]. https://www.paper.edu.cn/releasepaper/content/201704-699.

No.4728157119465514****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201704-699
论文题目	自适应加权最小二乘支持向量机的短时交通流量预测
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.