基于优化参数的短时交通流预测仿真研究-论文.pdf

《基于优化参数的短时交通流预测仿真研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第32卷第O6期计算机仿真2015年06月文章编号：1006—9348(2015)06—0167—05基于优化参数的短时交通流预测仿真研究王少华，杨慧慧(河南理工大学电气工程与自动化学院，河南焦作454000)摘要：由于交通流数据具有很强的不确定性、时变性和非线性，交通流存在不确定性，传统的短时交通流预测方法具有预测精度低、参数不易确定和适应能力差等缺点。针对上述问题，为提高短时交通流的预测精度，提出了一种小波去噪蚁群算法(ACO)优化支持向量机(SVM)的短时交通流预测算法。首先，为提高数据的真实性，利用改进的小波阈值去噪法对采

2、集到的数据进行去噪处理；其次，利用ACO算法优化SVM参数，并将优化后的SVM对交通流数据进行建模；最后，将所提出的小波去噪ACO优化SVM模型利用某交叉口的实测数据与其他模型进行仿真对比实验。结果表明，所提出的方法改善了传统方法存在的缺陷，提高了预测精度，为实际交通干线上车辆的协调控制提供了依据。关键词：小波去噪；支持向量机；蚁群优化；短时交通流预测中图分类号：TP391．9文献标识码：BShort—．TermTraficFlowPredictionSimulationResearchBasedonOptimizedParame

3、tersMethodWANGShao—hua．YANGHui—hui(DeptofElectricalEngineeringandAutomation，HenanPolytecnicUniversity，JiaozuoHenan454000，China)ABSTRACT：Thetrafficflowdatahavestronguncertainty，time—varyingandnonlinear，thetraditionalshort—termtraficflowpredictionmethodhaslowaccuracy，po

4、oradaptabilityanditisdificulttodeterminetheparameters．Fortheseproblems，toincreasethepredictionaccuracyofsh0rt—termtrafficflow，amethodcombinedwaveletdenoisingwithACO—SVMwasproposedinthispaper．Firstly，inordertoimprovetheauthenticityofthedata，theimprovedwaveletthresholdd

5、enoisingmethodwasusedtodealwiththenoiseofthecollecteddata．Secondly，theACOalgo—rithmwasusedtooptimizetheSVMparameters，andthentheoptimizedSVMmodeloftrafficflowdatawasestab—lished．Finally，thesimulationwasmadebyusingthemeasureddatesofacertaincrossroads．Theresultsshowthat，

6、comparedwithsometraditionalmethods，theproposedapproachcanimprovethepredictionaccuracy，whichprovidessomebasisfortheeoordinatedcontrolofactualtraficarteries．KEYWORDS：Waveletdenoising；Supportvectormachine(SVM)；Antcolonyoptimization(ACO)；Short—termtrafficflowprediction测成为

7、ITS系统的研究热点。一般城市短时交通流的预1引言测时间是5—15分钟，短时间内进行预测决定了交通流的时目前城市交通系统发展的越来越复杂，其动态性也不易变性、复杂性以及非线性，目前看来短时交通流没有特定的控制，特别是随着观测时间的缩短，交通流的预测难度也随预测模型。之增加。而准确及时的短时交通流预测方便人们的出行，可近年来，国内外应用于短时交通流模型有时间序列模以缓解或解决交通拥堵问题_1．2J。国内外学者针对短时交型、卡尔曼滤波模型、神经网络模型、组合模型以及交通仿真通流预测这一热门问题早已做出了深入研究，短时交通流预模型J。文

8、献[5，6]提出的时间序列模型，该方法简单容易实现，但需要依据的历史数据存在明显的数据移植，只适应基金项目：河南省高校科技创新人才支持计划(13HASTIT044)；河南于稳定的交通流，在实际中预测精度不够。文献[7]提出的省高等学校青年骨干教师资