基于LS-SVM的交通流量时间序列预测  

Traffic flow time series prediction based on LS-SVM

作　　者：张朝元[1] 胡光华[1] 徐天泽[2] 

机构地区：[1]云南大学数学系,云南昆明650091 [2]云南警官学院,云南昆明650223

出　　处：《云南大学学报（自然科学版）》2004年第B07期19-22,共4页Journal of Yunnan University(Natural Sciences Edition)

基　　金：云南省自然科学基金资助项目(2003E0086M);云南省教育厅自然科学基金资助项目(02ZY011);云南大学理(工)科校级科研资助项目(2002Q019SL).

摘　　要：针对城市交通"智能运输系统",本文提出了基于最小二乘支持向量机(LS-SVM)方法的交通流量时间序列预测,并给出了基于最小二乘支持向量机方法的算法.与传统的神经网络相比,此方法简单易实现.通过实验表明,此方法确实效果好,能取得较好的预测效果.On the study of intelligent transportation systems,it puts forward the traffic flow time series prediction based on least squares support vector machines(LS-SVM),and gives its computational algorithm.Compared with the traditional neural network,this method is simpler and easier to attainment and realization.This simulation experiment for traffic flow prediction proves the validity and efficiency of this method.

关 键 词：LS-SVM 交通流量 时间序列预测 支持向量机 最小二乘支持向量机 正则化 智能交通系统 LAGRANGE函数 特征映射 

分 类 号：U491.14[交通运输工程—交通运输规划与管理] TP18[交通运输工程—道路与铁道工程]