基于CEEMD-GA-LSSVM的短时交通流量预测模型研究  

作　　者：樊莉桃 

机构地区：[1]广西交通职业技术学院

出　　处：《人民公交》2024年第23期73-75,共3页People's Public Transportation

基　　金：广西高校中青年教师科研基础能力提升项目(项目编号:2023KY1148)。

摘　　要：将互补型集成经验模态分解、相空间重构理论和最小二乘支持向量机进行模型组合,提出了一种基于互补型集成经验模态分解和遗传最小二乘支持向量机的交通流预测模型,使用实验数据进行验证,并与单一LSSVM模型、GA-LSSVM模型与EMD-GA-LSSVM模型预测结果进行对比,验证所构建的预测模型结果在MAE、MAPE和MSE上均为四种模型中的最小值,说明该预测模型预测性能在所有模型中最优,具有较好的预测精度和稳定性,对于波动性较大数据也有良好的拟合能力,验证了所提出的组合模型适用于短时交通流的预测。

关 键 词：CEEMD-GA-LSSVM 短时交通流量 流量预测 

分 类 号：G63[文化科学—教育学]