基于EEMD-IPSO-LSSVM的交通流组合预测模型

基于EEMD-IPSO-LSSVM的交通流组合预测模型

论文摘要

针对短时交通流时间序列数据非平稳、非线性的特点,为提高短时交通流的预测精度和收敛速度,提出了一种基于集合经验模态分解(EEMD)和改进型粒子群算法(IPSO)优化的最小二乘支持向量机(LSSVM)的组合预测模型。首先,利用集合经验模态分解方法将短时交通流时间序列样本数据分解为多个本征模函数(IMF)和一个残差项(RES),细化了交通流量的信息,提高了建模的精确度;然后,对分解后的每个分量使用LSSVM并结合IPSO算法进行组合预测,通过选择不同的最优的支持向量机核函数,提高模型精度,通过IPSO算法提高预测效率;最后,将各分量预测值进行叠加作为最终交通流预测值。实验结果表明,EEMD-IPSO-LSSVM组合模型的均方根误差(MSE)比LSSVM模型和PSO-LSSVM模型分别降低了47.4%和24.6%,该组合模型提高了预测精度,并且能够快速地预测交通流时间序列。

论文目录

  • 0 引 言
  • 1 理论与方法
  •   1.1 基于交通流时间序列的改进EEMD
  •   1.2 LSSVM
  •   1.3 IPSO-LSSVM
  •   1.4 EEMD-IPSO-LSSVM组合预测模型
  • 2 工程应用
  •   2.1 数据的选取
  •   2.2 交通流的EEMD-IPSO-LSSVM组合预测
  •   2.3 实验参数选择及优化分析
  • 3 实验结果分析
  • 4 结 论
  • 文章来源

    类型: 期刊论文

    作者: 殷礼胜,唐圣期,李胜,何怡刚

    关键词: 集合经验模态分解,改进型粒子群算法,最小二乘支持向量机

    来源: 电子测量与仪器学报 2019年12期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 公路与水路运输,自动化技术

    单位: 合肥工业大学电气与自动化工程学院

    基金: 国家自然科学基金(51577046,61673153)资助项目

    分类号: TP18;U491.14

    DOI: 10.13382/j.jemi.B1902180

    页码: 126-133

    总页数: 8

    文件大小: 2560K

    下载量: 142

    相关论文文献

    • [1].智能网联车环境下异质交通流稳定性及安全性分析[J]. 北京交通大学学报 2020(01)
    • [2].新冠肺炎流行期间高速公路交通流恢复期预测研究[J]. 中国公路 2020(08)
    • [3].基于文献计量的动态交通流研究[J]. 重庆交通大学学报(自然科学版) 2020(08)
    • [4].研究降雨事件对交通流时空特性的影响[J]. 交通运输系统工程与信息 2020(04)
    • [5].一日内与逐日的双动态网络交通流演化[J]. 武汉理工大学学报(交通科学与工程版) 2020(04)
    • [6].基于现实与虚拟交互的交通流再现实验方法[J]. 同济大学学报(自然科学版) 2018(12)
    • [7].基于数据融合的交通流检测设施布点优化评价指标及应用研究[J]. 中国公共安全 2016(19)
    • [8].基于物联网的智能交通流探测技术研究[J]. 科技创新与应用 2016(34)
    • [9].弹性需求下的网络交通流逐日动态演化[J]. 物理学报 2017(06)
    • [10].动态占有率与交通流三参数之间的关系[J]. 住宅与房地产 2017(09)
    • [11].突变理论在交通流分析中的应用[J]. 自动化与仪器仪表 2017(07)
    • [12].基于虚拟变量回归分析无人驾驶汽车对交通流的影响[J]. 文山学院学报 2017(03)
    • [13].张量分解方法视角下研究交通流网络的时空特征[J]. 时代农机 2017(04)
    • [14].考虑延迟效应的交通流宏观流体力学模型[J]. 广西科学 2017(04)
    • [15].基于交通指数云图的宏观交通流分析方法综述[J]. 上海理工大学学报 2017(04)
    • [16].基于交通波模型的事故对连续交通流影响机理研究[J]. 建筑技术开发 2017(12)
    • [17].考虑车与车互联通讯技术的交通流跟驰模型[J]. 物理学报 2016(01)
    • [18].一种基于RFID技术的交通流检测方案[J]. 智能城市 2016(05)
    • [19].船舶交通流建模与仿真研究进展[J]. 水利水运工程学报 2014(06)
    • [20].路边停车对路段交通流延误影响研究[J]. 交通科技 2015(01)
    • [21].基于云模型的非机动车交通流速度仿真[J]. 公路交通科技 2015(11)
    • [22].节假日高速公路免费通行条件下交通流组织研究[J]. 经济与社会发展研究 2014(06)
    • [23].智能网联车环境下异质交通流稳定性及安全性分析[J]. 电子制作 2020(21)
    • [24].复杂交通流条件下自适应信号控制系统协调优化方法的研究[J]. 公路 2020(08)
    • [25].基于常微分方程的城市密集交通流疏导模型[J]. 计算机仿真 2020(08)
    • [26].港内交通流影响因素与优化建议[J]. 中国水运(下半月) 2019(06)
    • [27].交通流网络的时空特征解析——基于张量分解方法视角[J]. 地理科学 2016(11)
    • [28].基于元胞自动机的高速公路隧道群交通流建模与仿真[J]. 筑路机械与施工机械化 2016(11)
    • [29].基于超级网络的空铁联合交通流分布模型[J]. 武汉理工大学学报(交通科学与工程版) 2017(05)
    • [30].考虑拥挤交通流再分配的单点自组织信号控制方法[J]. 交通科技与经济 2016(05)

    标签:;  ;  ;  

    基于EEMD-IPSO-LSSVM的交通流组合预测模型
    下载Doc文档

    猜你喜欢