基于支持向量機(jī)的流量預(yù)測和狀態(tài)判別研究.pdf

1、交通流誘導(dǎo)是目前公認(rèn)的提高交通效率和機(jī)動性的最佳途徑，其目的是在交通網(wǎng)絡(luò)中為出行者提供最佳旅行途徑。交通流量預(yù)測和交通狀態(tài)判別問題是交通誘導(dǎo)系統(tǒng)中的兩個關(guān)鍵問題，提供實時準(zhǔn)確的交通流量信息和交通狀態(tài)信息能為出行者做出合理的路徑選擇提供參考。因此，需要對路網(wǎng)中的交通流量信息和交通狀態(tài)信息做出準(zhǔn)確預(yù)測。本文重點討論這兩個問題。
　　 首先，對于單路段交通流的預(yù)測，針對以往的基于經(jīng)驗風(fēng)險最小化的神經(jīng)網(wǎng)絡(luò)等學(xué)習(xí)方法存在的網(wǎng)絡(luò)結(jié)構(gòu)難以確定

2、、過學(xué)習(xí)、欠學(xué)習(xí)以及局部最小等問題，本文研究了基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)方法在交通流量預(yù)測中的應(yīng)用。同時，將支持向量機(jī)方法與數(shù)據(jù)挖掘技術(shù)相融合，通過引入天氣狀況以及工作日模式因素來提高流量預(yù)測的速度和精度。
　　 然后，對于交通狀態(tài)判別問題，考慮到傳統(tǒng)的交通狀態(tài)劃分方法是根據(jù)國家交通部門給定的交通狀態(tài)指標(biāo)來進(jìn)行劃分。這種方法對于不同道路的適應(yīng)性不是很強(qiáng)，在實際應(yīng)用中很難滿足準(zhǔn)確性要求。因此，本文采用模糊聚類的方法來劃分交通狀態(tài)

3、，對不同路段做出不同的狀態(tài)劃分。在此基礎(chǔ)上，采用多類支持向量機(jī)方法對未來時刻的交通狀況進(jìn)行分類。多類支持向量機(jī)是傳統(tǒng)兩類支持向量機(jī)的改進(jìn)，能夠?qū)哂卸喾N劃分指標(biāo)的問題進(jìn)行很好的劃分，適合我們的交通狀態(tài)判別。
　　 最后，綜合交通流量預(yù)測和交通狀態(tài)判別方法，本文提出了實時的交通狀態(tài)判別系統(tǒng)模型。系統(tǒng)根據(jù)實時采集的交通參數(shù)信息準(zhǔn)確的判斷未來時刻的交通狀態(tài)信息，并及時地將交通狀態(tài)信息進(jìn)行發(fā)布，很好地實現(xiàn)了交通誘導(dǎo)，提高了交通系統(tǒng)的服務(wù)