Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2015-12-14

Journal: 大连理工大学学报

Included Journals: Scopus、CSCD、ISTIC、PKU

Volume: 55

Issue: 6

Page Number: 632-637

ISSN: 1000-8608

Key Words: 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

Abstract: 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。