%0 Journal Article
%T 基于混合人工鱼群优化SVR的交通流量预测
%A 姚卫红
%A 张旭东
%A 方仁孝
%J 大连理工大学学报
%D 2015
%R 10.7511/dllgxb201506011
%X 实时准确的交通流量预测是智能交通系统(ITS)中的重要内容．支持向量回归(SVR)能够用于解决交通流量预测问题，针对SVR中存在的参数选择困难，提出一种混合人工鱼群(AFS)算法．该算法利用粒子群优化(PSO)算法公式改进AFS算法，减小AFS算法中步长因子的影响，并引入混沌初始化AFS机制，选取最优SVR参数，建立了基于混沌PSO-AFS优化SVR的交通流量预测模型．仿真结果表明，该交通流量预测模型具有更优的预测性能，证明了其可行性和有效性
%K 交通流量预测 支持向量回归(SVR) 人工鱼群(AFS)算法 粒子群优化(PSO) 混沌机制
%U http://press.dlut.edu.cn/ch/reader/view_abstract.aspx?file_no=20150611&flag=1