基于多尺度小波支持向量机的交通流预测

作者：满瑞君; 梁雪春

来源：计算机仿真, 2013, (11): 156-159.

• 智能交通
• 支持向量机
• 多尺度小波
• 交通流预测
• 核函数 Intelligent transportation
• Support vector machine(SVM)
• Multiscale wavelet
• Traffic flow prediction
• Kernel function

交通流预测是智能交通系统的基础,由于交通流量增大,造成交通堵塞。预测某段单位时间内的交通流,传统方法很难准确表示交通流量的时变性、突发性和非线性等变化规律,预测精度较低。为了提高交通流的预测精度,提出了多尺度小波支持向量机预测模型,并将之应用于交通流预测中。利用小波多分辨率分析,构造出多尺度小波核函数,实现了小波技术与支持向量机方法的结合。实验结果表明,支持向量机预测效果比神经网络要好,多尺度小波核函数比径向基核函数更优,多尺度小波支持向量机在交通流预测中具有应用的可行性。

• 出版日期2013
• 单位南京工业大学