点击次数：

论文类型：期刊论文

发表时间：2015-12-14

发表刊物：大连理工大学学报

收录刊物：PKU、ISTIC、CSCD、Scopus

卷号：55

期号：6

页面范围：632-637

ISSN号：1000-8608

关键字：交通流量预测;支持向量回归(SVR);人工鱼群(AFS)算法;粒子群优化(PSO);混沌机制

摘要：实时准确的交通流量预测是智能交通系统(ITS)中的重要内容。支持向量回归(SVR)能够用于解决交通流量预测问题，针对 SVR 中存在的参数选择困难，提出一种混合人工鱼群(AFS)算法。该算法利用粒子群优化(PSO)算法公式改进 AFS 算法，减小 AFS 算法中步长因子的影响，并引入混沌初始化 AFS 机制，选取最优 SVR 参数，建立了基于混沌 PSO-AFS 优化 SVR 的交通流量预测模型。仿真结果表明，该交通流量预测模型具有更优的预测性能，证明了其可行性和有效性。