基于小波SVR模型的短时交通量预测研究

基于小波SVR模型的短时交通量预测研究

ID:36619927

大小:312.07 KB

页数:5页

时间:2019-05-13

基于小波SVR模型的短时交通量预测研究_第1页
基于小波SVR模型的短时交通量预测研究_第2页
基于小波SVR模型的短时交通量预测研究_第3页
基于小波SVR模型的短时交通量预测研究_第4页
基于小波SVR模型的短时交通量预测研究_第5页
资源描述:

《基于小波SVR模型的短时交通量预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、公路交通技术2015年8月第4期TechnologyofHighwayandTransportAug.2015No.4DOI:10.13607/j.enki.gljt.2015.04.030基于小波一SVR模型的短时交通量预测研究徐娜,钱超(1.西安公路研究院,西安710065;2.长安大学电子与控制工程学院,西安710064)摘要:短时交通量预测是智能交通系统提供交通信息、诱导交通与制定控制策略的重要基础。基于小波分析与支持向量回归机(SVR)预测,提出一种基于小波一SVR模型的高速公路短时交通量预测方

2、法。该方法采用小波分解与重构算法,将交通量原始信号分解为逼近信号和细节合成信号,利用SVR对2种信号分别进行建模分析,最后合成预测结果。应用该方法可实现时间间隔为5min的交通量预测。实例分析表明:与直接应用SVR模型相比较,小波一SVR模型各项评价指标更优,其为交通量实时准确预测提供了更为科学的方法。关键词:公路运输;小波一SVR模型;交通量预测;小波分析;SVR文章编号:1009—6477(2015)04—0141—05中图分类号:U491.112文献标识码:AResearchonForecastof

3、Short—timeTra仟iCVolumeBasedonWavelet—SVRModeIXUNa,QIANCHaoAbstract:Forecastofshort—timetrafficvolumeisimportantbasisforintelligenttrafficsystemtoprovidetrafficinformation,guidetrafficanddrawupcontrolpolicies.Basedonwaveletanalysisandforecastofsupportvecto

4、rregression(SVR),thispaperproposesamethodforforecastingshort—timetrafficvolumeonexpresswaybasedonwavelet—SVRmode1.Thismethodadoptswaveletdecompositionandreconstructionalgorithmtodecomposetheoriginalsignalsoftrafficvolumeintoapproximationsignalanddetailsyn

5、thesizedsignal,conductsmodelinganalysisoftwosignalsbymeansofSVR,andfinallysynthesizesforecastresults.Thismethodcanrealizeforecastoftrafficvolumeatanintervalof5min.analysisofexamplesshowsthatincomparisonwithdirectapplicationofSVRmodel,allevaluationindiceso

6、fwavelet—SVRmodelaremoresuperior,andprovidemorescientificmethodsforreal—timeandaccurateforecastoftr棚Cvolume.Keywords:highwaytransportation;wavelet—SVRmodel;forecastoftrafficvolume;waveletanalysis;SVR交通量预测是指根据动态获取的道路交通量状析;支持向量回归机(SupportVectorRegression,态数

7、据时间序列来推测未来时段交通量状态数据。SVR)能够从有限数据中挖掘出规律并利用这些规它是基于先进的交通状态检测手段并融合多元交通律对未知数据进行预测和判断。本文将小波分析与信息来捕捉道路交通系统的状态特征,推演道路交SVR预测技术相结合,提出一种高速公路交通量信通状态运行规律,实现道路交通状态的预报和预警,号多分辨预测模型,采用该模型可实现短时交通量为交通管理和出行信息服务提供关键技术支撑⋯。实时预测。与中长期交通量趋势不同,短时交通量变化随着时间跨度的缩短具有强烈的不确定性,通常难以实现1研究背景与意

8、义精确预测,因而成为交通量预测研究的难点和热点。由于交通量的非平稳性和时变特性,以及小波小波分析技术能够实现对信号高、低频的多分辨分分析的非线性和时频信息处理优势,使得基于小波基金项目:陕西省自然科学基金项目(2013JQ8006)收稿日期:2015—03—28作者简介:徐娜(1984一),女,陕西省商洛市人,硕士,工程师142公路交通技术2015血分析的交通量预测算法研究成为近年来交通信息预应用小波分解算法对低频信号进行递归

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。