基于SVM的機(jī)動(dòng)車(chē)流量數(shù)據(jù)分析與預(yù)測(cè)模型.pdf

1、支持向量機(jī)是一種新的機(jī)器學(xué)習(xí)算法，以統(tǒng)計(jì)學(xué)習(xí)理論作為其理論基礎(chǔ)，它的訓(xùn)練等價(jià)于解決一個(gè)二次規(guī)劃問(wèn)題，采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，具有預(yù)測(cè)能力強(qiáng)、全局最優(yōu)及收斂速度快等顯著特點(diǎn)。因此，本文從研究混沌時(shí)間序列的預(yù)測(cè)入手，研究了一種基于支持向量機(jī)回歸理論的預(yù)測(cè)方法，并將其應(yīng)用于混沌時(shí)間序列預(yù)測(cè)中。為了驗(yàn)證該算法的性能，我們做了兩項(xiàng)工作，一個(gè)是利用相空間的重構(gòu)理論對(duì)混沌時(shí)間序列進(jìn)行了單步與多步的預(yù)測(cè)，并同文獻(xiàn)中的神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果進(jìn)行了比較分析：另

2、一個(gè)是在混沌時(shí)間序列中加入不同水平的噪聲，并同BP網(wǎng)絡(luò)及RBF網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果進(jìn)行了比較分析。仿真結(jié)果表明，用支持向量回歸算法進(jìn)行混沌時(shí)間序列的預(yù)測(cè)能夠取得比其他方法更好的效果，具有很好的穩(wěn)健性及泛化能力。
　　 在研究混沌時(shí)間序列預(yù)測(cè)的基礎(chǔ)上，本文結(jié)合高速公路車(chē)流量的特點(diǎn)，對(duì)高速公路車(chē)流量預(yù)測(cè)問(wèn)題進(jìn)行研究，建立了基于支持向量機(jī)的高速公路車(chē)流量短期預(yù)測(cè)的模型，應(yīng)用實(shí)際的負(fù)荷數(shù)據(jù)進(jìn)行仿真試驗(yàn)，實(shí)際試驗(yàn)表明，該方法在預(yù)測(cè)的效果明顯的優(yōu)