基于小波包分析和支持向量回歸機(jī)的交通流量預(yù)測(cè)方法研究.pdf

1、隨著城市規(guī)模不斷擴(kuò)大，汽車數(shù)量快速增長(zhǎng)，各個(gè)城市交通擁堵日益嚴(yán)峻。如今交通擁堵問題已成為影響人們生活的重要因素。現(xiàn)行的交通指揮調(diào)度方法根據(jù)時(shí)間長(zhǎng)短控制，不能根據(jù)當(dāng)前路段交通流量狀況進(jìn)行實(shí)時(shí)合理的調(diào)度。影響交通流量的因素存在高度的不確定性，成分復(fù)雜多變；傳統(tǒng)的交通流預(yù)測(cè)方法將交通流量數(shù)據(jù)在時(shí)域里直接處理，抗干擾能力和準(zhǔn)確性較差，預(yù)測(cè)所得數(shù)據(jù)對(duì)交通流量狀況的參考價(jià)值??；本文在分析交通流量特性的基礎(chǔ)上，綜合考慮現(xiàn)有預(yù)測(cè)方法的優(yōu)缺點(diǎn)，采用小波包

2、分析和支持向量回歸機(jī)對(duì)交通流量進(jìn)行預(yù)測(cè)，旨在提高交通流量預(yù)測(cè)的準(zhǔn)確性和增強(qiáng)實(shí)用性。
　　 首先，采用小波包分析對(duì)原始交通流量數(shù)據(jù)進(jìn)行處理，通過小波包分解，將原始數(shù)據(jù)按照頻率能量的不同分解為四個(gè)頻段的交通流量特征數(shù)據(jù)。然后，將小波包分解后得到四個(gè)頻段特征數(shù)據(jù)進(jìn)行重構(gòu)，分別采用普通分解樹和最優(yōu)分解樹分析交通流量數(shù)據(jù)，得到與原始數(shù)據(jù)長(zhǎng)度一致的四維交通流量特征數(shù)據(jù)。接著，將通過小波包分解和重構(gòu)處理后的交通流量數(shù)據(jù)分為訓(xùn)練樣本數(shù)據(jù)和測(cè)試數(shù)

3、據(jù)兩組。
　　 最后，采用支持向量回歸機(jī)對(duì)重構(gòu)后的交通流量特征數(shù)據(jù)進(jìn)行預(yù)測(cè)。對(duì)交通流量分正常工作日和雙休日分別進(jìn)行了預(yù)測(cè)，先選擇幾組經(jīng)小波包分解和重構(gòu)后的交通流量特征數(shù)據(jù)作為訓(xùn)練樣本進(jìn)入支持向量回歸機(jī)訓(xùn)練，以確定核函數(shù)、懲罰因子等，再將余下的交通流量特征數(shù)據(jù)代入訓(xùn)練得到的支持向量回歸機(jī)器模型中進(jìn)行預(yù)測(cè)，得到交通流量預(yù)測(cè)輸出。同時(shí)，將測(cè)試數(shù)據(jù)組作為訓(xùn)練后的支持向量機(jī)模型的輸入，并進(jìn)行了預(yù)測(cè)誤差分析，與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)及時(shí)間序列預(yù)測(cè)方