文件名称:论文研究-基于AFSA-LSSVM的短时交通流量预测.pdf
文件大小:615KB
文件格式:PDF
更新时间:2022-10-03 02:45:20
论文研究
为了提高短时交通流量的预测精度,针对最小二乘支持向量机(LSSVM)参数优化难题,提出一种人工鱼群算法(AFSA)和LSSVM相结合的短时交流量预测模型(AFSA-LSSVM),通过采用AFSA优化LSSVM参数,并采用具体短时交通流量数据进行仿真实验。仿真结果表明,相对于参比模型,AFSA-LSSVM可以获得更优的LSSVM参数,能够更加准确地描述短时交通流量变化趋势,提高了短时交通量的预测精度,为非线性短时交通流量预测提供了一种新的研究思路。