%0 Journal Article
%T 城市道路交通量短时预测的GSVMR模型
%A 任其亮
%A 谢小淞
%A 彭其渊
%J 公路交通科技
%P 134-138
%D 2008
%X 在分析现有城市道路交通量短时预测方法缺陷的基础上,针对目前广泛采用的基于经验风险最小化的BP网络易于陷入局部最优解等缺点,结合遗传算法容易寻找全局最优解与支持向量机回归法具有结构风险最小化的特点,提出了将两种算法相结合的GSVMR预测模型,该模型同时具有结构风险最小和容易寻找最优解的双重特性,并对某城市四车道主干道路8∶00~8∶45的交通量进行了预测,结果表明用该模型进行城市道路交通量短时预测所得结果误差较小,依此验证了用GSVMR模型进行城市道路交通量短时预测的有效性。
%K 交通工程
%K 短时交通量预测
%K 支持向量机
%K 遗传算法
%K 回归
%U http://manu12.magtech.com.cn/Jweb_gljtkj/CN/abstract/abstract10363.shtml