基于蚁群优化支持向量机模型的公路客运量预测

被引：22

作者：

孙煦 ^{[1
]}

陆化普 ^{[1
]}

吴娟 ^{[1
,2
]}

机构：

[1] 清华大学交通研究所

[2] 军事交通学院汽车指挥系

来源：

合肥工业大学学报(自然科学版) | 2012年 / 35卷 / 01期

基金：

高等学校博士学科点专项科研基金; 国家高技术研究发展计划(863计划);

关键词：

公路客运量预测; 支持向量机; 蚁群算法; 参数优化; 预测模型;

D O I：

暂无

中图分类号：

U492.413 [];

学科分类号：

082302 ; 082303 ;

摘要：

针对公路客运量预测难以建立精确预测模型的问题,文章引入基于蚁群优化的支持向量机算法对公路客运量进行预测。由于支持向量机的预测精度很大程度上取决于参数的选取,因此利用蚁群算法来优化其训练参数的选择,以得到优化的支持向量机预测模型,利用其对小样本及非线性数据优越的预测性能进行公路客运量的预测。以北京市的数据作为应用算例,并与BP神经网络及传统SVM的预测结果进行对比分析。实验结果表明,基于蚁群的支持向量机模型的预测精度更高,误差更小,可以更有效地对公路客运量进行预测;也说明利用蚁群算法进行支持向量机参数优选的方法是可行有效的。

引用

页码：124 / 129

页数：6

共 8 条

[1] 基于支持向量机的都市圈客运量预测模型 [J].