论文研究-改进的FS算法选取支持向量回归机参数及应用.pdf

【文件属性】：
文件名称：论文研究-改进的FS算法选取支持向量回归机参数及应用.pdf
文件大小：331KB
文件格式：PDF
更新时间：2022-08-11 16:54:15
智能交通系统,*搜索算法,支持向量回归机,参数优化,交通流预测 针对支持向量回归机SVR的拟合精度和泛化能力取决于相关参数的选取，提出了基于改进FS算法的SVR参数选择方法，并应用于交通流预测的研究。FS(free search)算法是一种新的进化计算方法，提出基于相对密集度的灾变策略改进FS算法的个体初始位置选择机制，以扩大搜索空间，提高全局搜索能力。对实测交通流量进行滚动预测仿真实验，结果表明该方法优化SVR参数是有效、可行的，与经验估计法和遗传算法相比，得到的SVR模型具有更好的泛化性能和预测精度。