基于合作对策的交通量组合预测模型

论文摘要

以高速公路交通量为研究对象,建立一种基于合作对策法的交通量线性组合预测模型。以K近邻非参数回归模型、门控循环单元神经网络模型和支持向量回归机模型为基础,从对策论的角度将模型的组合看成一个合作对策。把组合中的三个单项模型看成三个独立局中人,用组合预测的误差平方和来测定合作的预测性能,根据各模型对合作的贡献大小确定它们在组合模型中的权重,实现了对高速公路交通量的组合预测。实验表明:组合预测模型的性能整体上优于各单项预测模型,权值变化的组合预测模型的性能优于权值固定的组合预测模型。

论文目录

• 1 引言
• 2 相关工作
• 3 合作对策权系数求解原理
• 4 高速公路交通量数据分析与准备
•   4.1 交通量分布分析
•   4.2 交通量数据准备
• 5 实验结果与分析
•   5.1 模型评价指标
•     1)平均绝对误差（MAE）
•     2)均方误差（MSE）
•     3)平均绝对百分比误差（MAPE）
•   5.2 KNN非参数回归模型训练
•   5.3 GRU神经网络模型训练
•   5.4 SVR模型训练
•   5.5 组合模型预测结果
• 6 结语

文章来源

类型: 期刊论文

作者: 李松江,田文山,王鹏,苑丽红

关键词: 交通量预测,合作对策,近邻非参数回归,门控循环单元,支持向量回归

来源: 计算机仿真 2019年09期

年度: 2019

分类: 信息科技,基础科学,工程科技Ⅱ辑

专业: 数学,公路与水路运输

单位: 长春理工大学计算机科学技术学院

基金: 基于数据挖掘的高速公路收费数据综合分析及应用研究(2016C090),吉林省大数据科学与工程联合重点实验室大数据与社会治理研究国家社科基金(17BSH135)

分类号: O225;U491

页码: 161-167

总页数: 7

文件大小: 2424K

下载量: 84