基于灰色关联和SVR的短时交通状态预测模型  

作　　者：檀亚宁 刘智颖 王子浪 

机构地区：[1]华北理工大学

出　　处：《中国航班》2019年第18期88-88,90,共2页

摘　　要：高速公路作为当前的主流出行方式受到人们热议,自动驾驶车辆和合作车辆的加入能否有效增加交通通行能力成为问题的关键,为高速公路主线运行管理及匝道交通控制提供决策依据。本研究首先应用灰色关联理论,分析自动驾驶车辆和合作车辆组成比例对高速公路通行能力的影响,发现车流中的自动驾驶车辆和合作车辆比例与车流平均速度存在较强的关联性,并且呈正相关。其次建立引入自动驾驶车辆和合作车辆比例影响因素的基于回归支持向量机模型的高速公路短时交通状态预测模型,最后通过实测数据及对比试验验证了模型的可行性与准确性。结果表明 : 本研究设计的支持向量机预测模型具有较为准确的预测效果,均方误差为0.02049,决定系数为 0.53000; 与未引入自动驾驶车辆和合作车辆比例的预测方案相比,均方误差减少 0.12,决定系数增大 0.21。

关 键 词：交通工程 短时交通状态预测 灰色关联度 回归支持向量机 高速公路 

分 类 号：V[航空宇航科学技术]