基于模糊信息粒化的机动车流量SVM预测方法

论文摘要

以某路口全年小时级别的机动车流量为基础,提出了一种基于模糊信息粒化的支持向量机机动车流量预测方法.选取7个影响因素作为自变量,以当前小时的机动车流量作为因变量,利用前360天的8 640组数据预测后5天上午8点的机动车流量.进行了数据的预处理,模糊信息粒化,利用支持向量机对粒化数据进行回归预测.后5天上午8点实际的机动车流量都在模糊粒子Low、R、Up预测的变化区间内,表明本预测方法是可行的.

论文目录

• 1 模糊信息粒化
• 2 SVM模型
• 3 影响因素辨识及数据预处理
•   3.1 影响因素辨识
•   3.2 数据预处理
• 4 机动车流量预测模型
•   4.1 原始数据模糊信息粒化
•   4.2 SVM对粒化数据回归预测
•   4.3 机动车流量变化区间预测
• 5 结语

文章来源

类型: 期刊论文

作者: 张永伟,潘巧波,李勇

关键词: 机动车,模糊信息粒化,支持向量机,流量预测

来源: 哈尔滨商业大学学报(自然科学版) 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,自动化技术

单位: 安徽邮电职业技术学院通信工程系,华电电力科学研究院有限公司,哈尔滨工程大学信息与通信工程学院

基金: 华电电力科学研究院重点资助科技项目(CHDERKJ-01-01)

分类号: TP18;U491

DOI: 10.19492/j.cnki.1672-0946.2019.05.018

页码: 595-600

总页数: 6

文件大小: 3776K

下载量: 101